线程类似于同时执行多个不同的程序，多线程运行有如下优点：

• 防止线程堵塞，使用线程可以把占据长时间的程序中的任务放到后台去处理。

• 程序的运行速度可能加快。

• 在一些等待的任务如：用户输入、文件读写和网络收发数据等， 可以释放一些珍贵的资源如内存占用等等，提高资源利用率。

• 增强用户体验，用户不会看到进程卡死，用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度。

• 每个线程都有自己的一组 CPU 寄存器，称为线程的上下文，该上下文反应课线程上次运行该线程的CPU 寄存器的状态。

• 在其他线程正在运行时，线程可以暂时搁置（也称为睡眠），这就是线程的退让。

多线程的缺点：

• 如果有大量的线程，会影响性能，因为操作系统需要在它们之间切换 。

• 更多的线程需要更多的内存空间 。

• 线程可能会给程序带来更多“bug”，因此要小心使用 。

• 线程的中止需要考虑其对程序运行的影响 。

• 通常块模型数据是在多个线程间共享的，需要防止线程死锁情况的发生 。

线程状态转换图

---

1. Python 的前后台线程

---

前台线程：应用程序必须运行完所有的前台线程才可以退出；

后台线程：应用程序则可以不考虑其是否已经运行完毕而直接退出，

所有的后台线程在应用程序退出时都会自动结束。

setDaemon( True): 设置 后台线程、 守护线程，也称为 服务线程，是运行在后台的一种特殊线程（Daemon：守护线程、后台线程）。 当程序没有可服务的线程会自动离开。即当主线程退出时,后台线程随即退出。因此， 守护线程的优先级比较低，用于为其他线程提供服务。

setDaemon( False)( 默认情况): 非守护线程，也称为 前台线程。 当主线程退出时,若前台线程还未结束,则等待所有前台线程结束,相当于在程序末尾加入join()。

• 对主进程来说，运行完毕指的是主进程代码运行完毕。

• 对主线程来说，运行完毕指的是主线程所在的进程内所有非守护线程统统运行完毕，主线程才算运行完毕。

---

若在父线程中创建了子线程，当父线程结束时根据子线程daemon属性值的不同可能会发生下面的两种情况之一：

（1）如果某个子线程的daemon属性为False，父线程结束时会检测该子线程是否结束，如果该子线程还在运行，则主线程会等待它完成后再退出；

（2）如果某个子线程的daemon属性为True，主线程运行结束时不对这个子线程进行检查而直接退出，同时所有daemon值为True的子线程将随主线程一起结束，而不论是否运行完成。

属性daemon的值默认为False，如果需要修改，必须在调用start()方法启动线程之前进行设置。

---

在Python中要启动一个线程，可以使用threading包中的Thread 建立一个对象，这个Thread类的基本原型是：

t=Thread(target,args=None)

• 其中target是要执行的线程函数，

• args是一个元组或者列表，为target的函数提供参数，

• 然后调用t.start()就开始了线程。

---

在主线程中启动一个前台线程执行reading函数

import threading
import time
import random


def reading():
    for i in range(5):
        print("reading", i)
        time.sleep(random.randint(1, 2))


r = threading.Thread(target=reading)
r.setDaemon(False)  # 前台线程，非守护线程
# r.daemon = False  # 另一种写法
r.start()
print("The End")

程序结果如下：

从结果看到，主线程启动子线程r后就结束了，输出“The End”，但是子线程还没有结束， 继续显示完reasing 4后才结束。其中的r.setDaemon(False)就是设置线程r为前台线程，主线程结束时会检测该子线程是否结束，如果该子线程还在运行，则主线程会等待它完成后再退出。（注意：没有设置线程的等待，结果可能不理想，因为根本不知道程序会先执行那行代码（主线程与子线程几乎同时运行））

---

启动一个后台线程

import threading
import time
import random


def reading():
    for i in range(5):
        print("reading", i)
        time.sleep(random.randint(1, 2))


r = threading.Thread(target=reading)
r.setDaemon(True)  # 后台线程，守护线程
r.start()
print("The End")  # 后台线程因主线程的结束而结束

运行结果如下：

还有很多种结果，原因见前台线程里的注意

由此可见在主线程结束后子线程也结束，这就是后台线程。

如果设置 r.setDaemon(True)，那么r就是后台线程，主线程运行结束时不对这个子线程进行检查而直接退出，同时所有daemon值为True的子线程将随主线程一起结束，而不论是否运行完成。

前台与后台线程

# 前台与后台线程
import threading
import time
import random


def reading():
    for i in range(5):
        print("reading", i)
        time.sleep(random.randint(1, 2))


def test():
    r = threading.Thread(target=reading)
    r.setDaemon(True)  # 后台
    r.start()
    print("the end")


t = threading.Thread(target=test)
t.daemon = False  # 另一种写法  前台
t.start()
print("The End")

运行结果如下：

这就是没有线程等待的可怕之处，可能还有很多不同的结果

由此可见主线程启动前台子线程t后，主程序执行完毕输出“The End”，但是前台线程t还在执行，在t中启动后台r子线程，之后t程序结束，输出“test end” t线程结束，相应的r线程也结束，此时主线程才最终结束。（按第一个结果（正常结果）来说明），这里没必要深究，学完下面的 join()就不会出现这些问题了。

2. 线程的等待

---

持续更新中

3. 多线程与资源

---