在开始之前，首先要了解一下python对多线程的支持。 虚拟机层面 Python虚拟机使用GIL（Global Interpreter Lock，全局解释器锁）来互斥线程对共享资源的访问，暂时无法利用多处理器的优势。 语言层面 在语言层面，Python对多线程提供了很好的支持，Python中多线程相关的模块包括：thread，threading，Queue。可以方便地支持创建线程、互斥锁、信号量、同步等特性。 thread：多线程的底层支持模块，一般不建议使用。 threading：对thread进行了封装，将一些线程的操作对象化，提供下列类： Thread 线程类 Timer与Thread类似，但要等待一段时间后才开始运行 Lock 锁原语 RLock 可重入锁。使单线程可以再次获得已经获得的锁 Condition 条件变量，能让一个线程停下来，等待其他线程满足某个“条件” Event 通用的条件变量。多个线程可以等待某个事件发生，在事件发生后，所有的线程都被激活 Semaphore为等待锁的线程提供一个类似“等候室”的结构 BoundedSemaphore 与semaphore类似，但不允许超过初始值 Queue：实现了多生产者（Producer）、多消费者（Consumer）的队列，支持锁原语，能够在多个线程之间提供很好的同步支持。提供的类： Queue队列 LifoQueue后入先出（LIFO）队列 PriorityQueue 优先队列 其中Thread类是你主要的线程类，可以创建进程实例。该类提供的函数包括： getName(self) 返回线程的名字 isAlive(self) 布尔标志，表示这个线程是否还在运行中 isDaemon(self) 返回线程的daemon标志 join(self, timeout=None) 程序挂起，直到线程结束，如果给出timeout，则最多阻塞timeout秒 run(self) 定义线程的功能函数 setDaemon(self, daemonic) 把线程的daemon标志设为daemonic setName(self, name) 设置线程的名字 start(self) 开始线程执行 第三方支持 如果你特别在意性能，还可以考虑一些“微线程”的实现： Stackless Python：Python的一个增强版本，提供了对微线程的支持。微线程是轻量级的线程，在多个线程间切换所需的时间更多，占用资源也更少。 greenlet：是 Stackless 的副产品，其将微线程称为 “tasklet” 。tasklet运行在伪并发中，使用channel进行同步数据交换。而”greenlet”是更加原始的微线程的概念，没有调度。你可以自己构造微线程的调度器，也可以使用greenlet实现高级的控制流。 下一节，将开始用python创建和启动线程。 本人已在github上用Jekyll建立了新的博客：http://thinkinside.tk/，本站文章会陆续迁移过去