守护线程： 随着主线程的终止而终止，不管当前主线程下有多少子线程没有执行完毕，都会终止。
线程同步： join所完成的工作就是线程同步，即主线程任务结束之后，进入阻塞状态，一直等待其他的子线程执行结束之后，主线程再终止。
参考连接：守护线程和线程同步
下面探究加线程同步和守护线程的情况：

1. 情况：各个子线程阻塞，确保线程同步，主线程等子线程运行完毕才执行
2. 情况：各个子线程不阻塞，子线程并行，主线程等子线程运行完毕才执行
3. 情况：各个子线程不阻塞，不确保线程同步，子线程并行，主线程不等子线程结束，子线程还在执行
4. 情况：主线程执行完了，子线程不管有没有执行完，都要结束。

情况1：各个子线程阻塞，确保线程同步，主线程等子线程运行完毕才执行

# coding:utf-8
import time
import random
import threading
lists = ['python', 'django', 'tornado','flask', 'bs5', 'requests', 'uvloop']
new_lists = []
def work():
    t1= time.time()
    if len(lists) == 0:
        return
    data = random.choice(lists)
    lists.remove(data)
    new_data = '%s_new' % data
    new_lists.append(new_data)
    time.sleep(1)
    t2= time.time()
    print("线程名称{}，时间{}".format(t.name, t2-t1))

if __name__ == '__main__':
    # 主线程
    start = time.time()
    t_list = []
    for i in range(len(lists)):
        t = threading.Thread(target=work)
        t_list.append(t)
    t1 = time.time()
    for t in t_list:
        t.start()
        # 等待上一个子线程运行结束后再进行下一个线程，所有子线程结束才执行主线程
        t.join()
        print("当前启动线程名称{},数量{},是否存活{}".format(t.name, threading.active_count(), t.is_alive()))
    t2 = time.time()
    print("主线程分配线程的时间{}".format(t2-t1))
    print('old list:', lists)
    print('new list:', new_lists)
    print('time is %s' % (time.time() - start))
    print('主线程退出')

情况2：子线程并行，主线程等子线程运行完毕才执行

    for i in range(len(lists)):
        t = threading.Thread(target=work)
        # 子线程之间并行
        t.start()
        t_list.append(t)
    t1 = time.time()
    for t in t_list:
        # 确保所有子线程运行完，主线程才退出
        t.join()
        print("当前启动线程名称{},数量{},是否存活{}".format(t.name, threading.active_count(), t.is_alive()))

情况3：子线程并行，主线程不等子线程结束，子线程还在执行

若去掉t.join()，各个线程一起运行，主线程也不等待，结果如下：

    for i in range(len(lists)):
        t = threading.Thread(target=work)
        # 子线程之间并行
        t.start()
        t_list.append(t)
        print("当前启动线程名称{},数量{},是否存活{}".format(t.name, threading.active_count(), t.is_alive()))    

情况3

创建的线程是与需要的参数相关,想当于创建了7个线程,去同时执行,且在没有加锁的状态下,但这种方式,处理线程并发数与参数有关,且并发量过高。
下面使用线程池，使得线程数量与参数无关

if __name__ == '__main__':
    # 主线程
    start = time.time()
    # 创建 ThreadPoolExecutor 
    with ThreadPoolExecutor(2) as executor: 
        # 提交任务
        future_list = [executor.submit(work) for i in range(len(lists))]
    for future in as_completed(future_list):
        result = future.result() # 获取任务结果
        print("%s get result : %s" % (threading.current_thread().name, result))
    print('old list:', lists)
    print('new list:', new_lists)
    print('new_list len', len(new_lists))
    print('time is %s' % (time.time() - start))
    print('主线程退出')

情况4：主线程执行完了，子线程不管有没有执行完，都要结束。

    for i in range(len(lists)):
        t = threading.Thread(target=work)
        # # 启动前，先设置守护线程
        t.setDaemon(True)  
        t.start()
        t_list.append(t)
        print("当前启动线程名称{},数量{},是否存活{}".format(t.name, threading.active_count(), t.is_alive()))