从开始学习Python的时候，就一直听大家说Python的效率比较低，不能实现真正的多线程，只是异步并发，但是，Python 并不是没有多线程，那么今天就基于Python的多线程聊聊线程池。
线程
聊线程就不得不聊一下进程，进程是程序的一次运行，在进程运行的过程当中，并不一定是一个任务执行到底，可能有多个子任务，那这些任务就可能是线程了，线程，又被叫做轻量级进程，是一个进程当中的一部分，没有独立的内存空间，进程下的线程共享进程的内存空间，所以，线程之间进行通信的成本要低于进程间的通信。线程从创建，通信和切换成本都要低于进程，所以，基于开销（虚拟内存，栈，全局变量，用户空间，内核堆栈，寄存器）考虑的话，多线程要优于多进程（这里要注意的是，实际场景除了开销之外还需要考虑性能）。
Python 多线程
因为Python 为了保证在单CPU状态下，同时只有一个线程运行并且不被抢占，使用了全局解释器锁（GIL）机制，所以，Python的多线程实际上是异步并发，就是将多个任务切分位时间片，在一个任务的时间片执行到阻塞状态的时候，切换执行另外一个任务的时间片，降低阻塞带来的无效等待，提高代码的执行效率，所以Python多线程对计算型项目并没有很大的效率提升。
任务顺序执行：
任务异步并发执行：
Python 内置了thread 和 threading模块供开发者进行多线程开发，实际开发当中，大家使用threading模块更多一点，至于他二者的区别，我们之后再聊，这里提供一个简单的案例：
import threading
from time import sleep
#线程任务
def task(task_number,run_time):
"""
task_number 任务编号
run_time 使用sleep模拟运行时间
"""
print("%s task is running"%task_number)
sleep(run_time)
print("%s task is end"%task_number)
def main():
tasks = [3,4,1,2,6] #任务执行的时间池
task_list = []
for index,run_time in enumerate(tasks):
t = threading.Thread(target=add, args=(index, run_time)) #创建线程
task_list.append(t)
for t in task_list:
t.start() #线程启动
for t in task_list:
t.join() #线程挂起
if __name__ == "__main__":
main()
线程池
线程开销很小，但是假如任务很多的情况下，如果每个任务都创建一个线程，执行完成销毁线程，然后再次创建，销毁，实际上还是有很大的损耗，那么可不可以不销毁，线程执行完任务之后存放到一个队列当中，等待下次任务再次执行，这样就可以避免不断创建和销毁带来的资源损耗了（有点像公交车，执行完任务，返回运输点等待下次任务），这种策略就是线程池。
作为一款开发高效的语言，Python依然提供了线程池的功能模块，还是以一个基础的案例来看：
from concurrent.futures import ThreadPoolExecutor
import threading
import time
# 线程任务
def task(max):
my_sum = 0
for i in range(max):
# threading.current_thread 调用者控制的threading.Thread线程对象。
# 如果当前调用者控制的线程不是通过threading.Thread创建的，
# 则返回一个功能受限的虚拟线程对象。
print(threading.current_thread().name + ' ' + str(i))
my_sum += i
return my_sum
# 创建线程池，max_workers是线程池线程个数，我们以5位例
pool = ThreadPoolExecutor(max_workers=5)
# 向线程池提交一个task, 后面是线程的参数
task1 = pool.submit(task, 21)
# done返回线程是否结束
print(task1.done())
# 查看task1代表的任务返回的结果
print(task1.result())
# 关闭线程池
pool.shutdown()
对比多线程的案例，可以看出，这个案例并没有创建线程，而是使用submit方法对线程池提交任务，然后查看任务的状态和结果，在线程池关闭之前也没有销毁线程。
关于Python线程池我们先初步了解到这里，之后再对Python线程池实现进行分析，最后还请各位大佬多多指点。
