python中的多线程就是在一个进程中存在着多个线程，在线程中，所有的线程都是共享资源的，线程之间的数据通信很简单。但是python仅支持一个线程的运行，因为python中存在一个全局解释器锁GIL（global interpreter lock），正是这个锁能保证同一时刻只有一个线程在运行，所以多线程依旧像是单线程的运行。
GIL无疑就是一把对多线程有影响的全局锁，解决它对多线程的影响，不单单是释放GIL这么简单。GIL使得对象模型都是可以并发访问。GIL全局解释器锁解决多线程之间数据完整性和状态同步的问题，但是这个锁在同一时刻只有一个线程在运行，所以在多核的情况下也只能发挥出单核的性能,多线程依旧像是单线程的运行。下面用一个单线程和多线程对比实例给大家看一下结果。
执行结果：
total time of single is: 0.04100227355957031
total time of multi is: 0.019001245498657227
python多线程编程是为了并行运行相互独立的子任务，大幅度提高整个任务的效率，比如异步任务、运算密集型任务等。线程有开始，顺序执行和结束三个阶段。python多线程编程中常用方法有：start()方法、run()方法、join()方法、isAlive()方法、getName()方法、setName()方法、isDaemon()方法、setDaemon()方法等。
在python多线程模块主要有thread和threading，推荐大家使用threading模块，因为threading进行了大量的封装，从而不需要管理子线程和主线程之间的问题，也允许用户自己创建和管理线程。
多任务可以由多进程完成，也可以由一个进程内的多线程完成。多线程中任务有以下特点：异步的，多个并发事务，各个事务的运行顺序是不确定的、随机的、不可预测的。所以多线程编程模型复杂，容易发生冲突，必须用锁加以隔离，同时，又要小心死锁的发生。
其实python的多线程其实并不是真正的多线程，因为GIL（global interpreter lock）全局解释器锁的存在，导致python中大部分情况需要使用multiprocessing，多进程完成从单进程到并发执行的转换。
Python的多进程包multiprocessing支持子进程、通信和共享数据、执行不同形式的同步。在multiprocessing中，一个程序的执行实例就是一个进程，每一个进程都用一个Process类来表示，每一个进程提供执行程序所需的所有资源。同一个进程中的线程共享同一内存空间，但是进程之间是独立的。同一个进程中的所有线程的数据是共享的（进程通讯），进程之间的数据是独立的。
