Python通过两个标准库thread和threading提供对线程的支持。thread提供了低级别的、原始的线程以及一个简单的锁。threading模块对thread进行了进一步的封装，因此在使用的时候，一般使用threading模块。
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。进程是由若干线程组成的，一个进程至少有一个线程。
1、使用threading模块创建线程
例：利用Thread类创建线程
创建线程
创建线程运行结果
与利用Process()创建进程类似，Thread()类的target函数接受一个函数，用于Thread类执行时调用，如果调用的函数需要参数，则通过args参数传递一个元组类型的参数列表。
例：调用带参数的函数
Thread调用带参数的函数
Thread调用带参数的函数运行结果
当需要一些复杂的逻辑时，直接用Thread()调用函数总显得有些复杂，我们可以利用Thread创建的子类满足需求。
2、使用Thread子类创建线程
例：利用Thread子类创建线程
利用Thread子类创建线程
利用Thread子类创建线程运行结果
我们自己创建的类，继承自Thread，当执行start()方法时，Python解释器会调用自定义类中重写的run()方法。
3、多个线程的执行顺序
当启动多个线程时，线程之间的执行是没有顺序的，线程之间的调度是由操作系统的调度算法来决定的。
例：启动多个线程
启动多个线程
多个线程执行是无序的
4、多个线程之间共享全局变量
多个进程之间是相互独立的，因此多个进程之间是不会共享全局变量的。但是多个线程之间会共享全局变量，当一个线程改变全局变量时，另一个线程中的全局变量会随之改变。
例：多线程之间共享全局变量
多线程共享全局变量
多线程共享全局变量运行结果
5、多个线程共享全局变量造成的问题
多个线程共享全局变量的优点是，不再像多个进程那样，如果要共享数据需要借助第三方才能够实现，比如Queue，但是如果处理不好多线程共享全局变量，会发生意想不到的结果。
例：多个线程共享全局变量造成的问题
6、解决多线程共享全局变量BUG
我们可以定义另一个全局变量，来判断当前线程的状态，只有当一个线程执行完之后，另一个线程才能开启。
例：定义线程是否执行完标记
定义判断线程是否结束标记
运行结果
由以上程序可知，定义了判断线程结束标记以后，虽然能够解决问题，但是当第一个线程执行时，第二个线程在循环判断标记是否已经改变，循环判断会占用CPU资源，对性能造成影响。
7、利用互斥锁
某个线程要共享数据时，先将其锁定，此时资源的状态为“锁定”，其他线程不能更改；直到该线程释放资源，将资源的状态变成“非锁定”，其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进入写入操作，从而保证了多线程情况下数据的正确性。
创建锁
mutex=threading.Lock()
锁定
mutex.acquire([blocking])#里面可以加blocking(等待的时间)或者不加，不加就会一直等待(堵塞)
释放
mutex.release()
利用互斥锁解决共享全局变量问题
运行结果
只要一上锁，由多任务变为单任务,相当于只有一个线程在运行。
