python 中多線程實現是表象，本質任然是切分時間片；
從操作系統上來看，python中多線程，本質上是利用cpu空間時間實現，但並非是真正意義上的並行執行
線程是指進程內的一個執行單元,也是進程內的可調度實體.
與進程的區別:
(1) 地址空間:進程內的一個執行單元;進程至少有一個線程;它們共享進程的地址空間;而進程有自己獨立的地址空間;
(2) 資源擁有:進程是資源分配和擁有的單位,同一個進程內的線程共享進程的資源
(3) 線程是處理器調度的基本單位,但進程不是.
(4) 二者均可並發執行.
簡而言之,一個程序至少有一個進程,一個進程至少有一個線程.
線程的划分尺度小於進程，使得多線程程序的並發性高。
另外，進程在執行過程中擁有獨立的內存單元，而多個線程共享內存，從而極大地提高了程序的運行效率。
線程間同步
多個線程，共同對某個數據修改，可能出現不可預料的結果，為保證數據的正確性，需要實現線程的同步。
線程同步的幾種方式：
使用Thread對象的Lock和RLock，實現簡單線程同步，這兩個對象都有acquire和release方法，對於
每次只允許一個線程操作的數據，可以將獲取鎖的方法，保證線程的同步；
Note： Python 有一個GIL（Global Interpreter Lock）機制， 任何線程運行之前必須獲取這個
全局鎖, 每當執行完100條字節碼，全局鎖才會釋放，切換到其他線程。
1、鎖機制
2、線程同步隊列queue
線程池
傳統多線程問題？
傳統多線程，使用“及時創建， 即時銷毀”的策略。雖然創建線程時間大大縮短，但是提交給線程的任務執行
時間較短，而且執行次數及其頻繁，那么服務器將處於不停創建線程，銷毀線程狀態。
一個線程運行時間分為三部分：啟動，執行，銷毀。
多線程場景中，如果線程不能被重用，每次線程都經過，啟動，執行，銷毀3個過程，會增加系統相應時間，降低
效率。
線程池原理：
將任務放進隊列之中， 然后開N個線程， 每個線程都去隊列中取一個任務，執行完之后告訴系統，接着去隊列中取
下一個任務，直到隊列為空，退出線程。
線程池設置多少？
線程執行，計算時間分為兩部分：
1、 cpu計算，占用cpu
2、不需要cpu計算，不占用cpu，等待IO返回，eg：recv(), sleep()等
N核服務器，執行業務單線層分析出本地計算時間x, 等待時間y
工作線程數：N*(x+y)/x，能讓cpu利用率最大化。
參考連接： https://blog.csdn.net/daiyu__zz/article/details/81912018