线程和进程的连系：
线程的主要作用：可以同时进行多个任务，比如可以一边听歌，一边写文档
一个进程至少有一个线程，线程是操作系统直接支持的执行单元，任何进程都会启动一个线程，我们把该线程称为主线程，主线程又可以启动新的线程。
Python的标准库提供了两个模块：_thread和threading，_thread是低级模块，threading是高级模块，对_thread进行了封装，绝大多数情况下，我们只需要
threading这个高级模块
启动程序：start()
下面直接进入一个线程的例子，然后进行说明：
运行结果：
代码解释：
通过player函数里面的判断调用listen和move函数，主要的判断依据就是根据文件结尾的格式，不同的格式调用不同的函数
然后把每一个线程放在一个列表中，然后通过for循环进行统一启动线程
上面这段代码的这部分会稍难理解（不过这也是让for循环灵活变通的学习方法）：
上面程序的升级版：
输出结果：
上面这段代码依旧是for循环字典的时候是重点
上面已经说了start()是程序启动，那么start里面到底是什么样的呢！我们一起来看一下源码：
进入start函数：
可以看到通过start()方法最后调用的了run()方法，当我们在自己定义一个线程类的时候可以重写run()方法
下面我们自己来创建一个多线程类：
运行结果：
上面有一个疑问：为什么要在初始化函数里写上
threading.Thread.__init__(self)
多线程和多进程最大的不同在于，多进程中，同一个变量，各自有一份拷贝在于每个进程中，互不影响，而多线程中，变量由所有线程
共享，所以任何一个变量都可以被任何一个线程修改，因此，线程之间共享数据最大的危险在于多个线程同时改一个变量，把内容给改乱了
总结成一句话：线程是所有线程公用一份数据。而进程是每个进程都有属于自己的数据，互不影响，互不干扰。
既然线程存在共用一份数据，那么就会出现把数据改乱的情况，遇到这种情况该怎样解决呢？
我们必须保证在一个线程修改数据的时候，另一个线程不能改，使用锁就可以达到这个目的
下面我们来看一个为线程上锁的代码：
用锁的好处是：确保了某段关键代码只能由一个线程从头到尾完整的执行，但~这样也就失去了多线程的意义，并没有提高效率，所以一般像高密集型的运算还是使用进程
如果是网络的推荐使用线程。
关于线程：
启动与CPU核心数量相同的N个线程，在4核CPU上可以监控到CPU占用率仅有102%,也就是仅使用了一核
但是用其他语言（c,c++,java）来写相同的就可以直接把全部核心跑满，为什么python不行呢？
因为Python的解释器在执行代码时，有一个GIL锁，任何Python线程执行前，必须现获得GIL锁，然后每执行100条字节码，解释器就会自动释放GIL锁，让别的线程有机会执行。
这个GIL全局锁实际上把所有线程的执行代码都给上了锁，所以，多线程在Python中只能交替执行，既是100个线程跑在100核CPU上，也只能用到1核
GIL是Python解释器设计的历史遗留问题，通常我们用的解释器是官方实现的CPython,要真正利用多核，除非重写一个不带GIL的解释器
所以，在Python中，可以使用多线程，但不要指望能有效利用多核，如果一定要通过多线程利用多核，那只能通过C扩展来实现，不过就失去了Python简单易用的特点。
线程池该如何实现呢？
实现线程池
参考链接：https://www.ibm.com/developerworks/cn/aix/library/au-threadingpython/
为什么需要线程池？目前的大多数网络服务器，包括web服务器，Email服务器以及数据库服务器等都具有一个共同点，就是
单位时间内必须处理数目巨大的连接请求，但处理时间却相对较短。
传统多线程方案中我们采用的服务器模型则是一旦接受到请求之后，即创建一个新的线程，由该线程执行任务，任务执行完毕后，线程退出
这就是“即时创建，即时销毁”的策略。尽管与创建进程相比，创建线程的时间已经大大的缩短，但是如果提交给线程的任务是执行时间较短
而且执行次数极其频繁，那么服务器将处于不停的创建线程，销毁线程的状态。
线程池的出现正是着眼于减少多线程本身带来的开销，线程池采用预创建的技术，在应用程序启动之后，将立即创建一定数量的线程，放入空闲
队列中，这些线程都是处于阻塞状态，不消耗CPU，但占用较少的内存空间，当任务到来后，缓冲池选择一个空闲线程，把任务传入此线程运行
当线程池中的线程全部都在处理任务，缓冲池自动会创建一定数目的新线程，用于处理更多的任务。在任务执行完毕后线程也不退出，而是继续
保持在池中等待下一次的任务。
构建线程池框架：
一般线程池必须具备下面几个组成部分：
线程池管理器：用于创建并管理线程池
工作线程：线程池中实际执行的线程
任务接口：尽管线程池大多数情况下是用来支持网络服务器，但是我们将线程执行的任务抽象出来，形成任务接口
从而使线程池与具体任务无关
任务队列：线程池的概念具体到实现则可能是队列，链表之类的数据结构，其中保存执行线程。
我们把任务放进队列中去，然后开N个线程，每个线程都去队列中取一个任务，执行完了之后告诉系统说我执行完了，然后接着去队列中取下一个任务，直
至队列中所有任务取空，退出线程。
下面来看例子：
代码参考链接：https://www.cnblogs.com/hjc4025/p/6950157.html
Queue类实现了一个基本的先进先出容器，使用put()将元素添加到序列尾端，get()从队列尾部移除元素。
join()
保持阻塞状态，直到处理了队列中的所有项目为止，在将一个项目添加到该队列时，未完成的任务的总数就会增加，当使用者线程调用
task_done()以表示检索了该项目，并完成了所有的工作时，那么未完成的任务的总数就会减少。当未完成的任务的总数减少到0，join()
就会结束阻塞状态。
关于threading的英文文档：https://docs.python.org/3/library/threading.html
关于daemon:
默认值为False,当没有存活的线程（就是子线程）整个python程序退出
当daemon=True时，就是不管子线程是否执行完，只要主线程结束了，就程序退出，对于比较重要的子线程，可以把子线程加上join()，此时就是先执行有join()
的子线程，主线程此时阻塞，等待设置了join()的子线程执行结束，才开始执行主线程