线程的就绪状态:当位于新建状态的线程调用 start() 方法后，该线程就转换到就绪状态。所谓就绪，就是告诉 CPU，该线程已经可以实行了，但是详细什么时候实行，取决于 CPU 什么时候调度它。换句话说，如果一个线程处于就绪状态，只能说明此线程已经做好了准备，随时等待 CPU 调度实行，并不是说实行了 start() 方法此线程就会立即被实行。
线程的运行状态:当位于就绪状态的线程得到了 CPU，并开始实行 target 参数实行的目标函数或者 run() 方法，就表明当火线程处于运行状态。但如果当前有多个线程处于就绪状态（等待 CPU 调度）时，处于运行状态的线程将无法一直霸占 CPU 资源，为了使别的线程也有实行的机会，CPU 会在肯定时间内强制当前运行的线程让出 CPU 资源，以供其他线程利用。**
线程的阻塞状态:当 CPU 对多个线程进行调度时，对于得到 CPU 调度却没有实行完毕的线程，就会进入阻塞状态。现在几乎所有的桌面和服务器操作系统，都采用的是抢占式优先级调度策略。即** CPU 会给每一个就绪线程一段固定时间来处置惩罚任务，当该时间用完后，系统就会阻止该线程继续利用 CPU 资源，让其他线程得到实行的机会**。对于详细选择那个线程上 CPU，不同的平台采用不同的算法，比如先进先出算法（FIFO）、时间片轮转算法、优先级算法等，每种算法各有优缺点，实用于不同的场景。
线程死亡状态：对于得到 CPU 调度却未实行完毕的线程，它会转入阻塞状态，待条件成熟之后继续转入就绪状态，重复争取 CPU 资源，直到其实行结束。实行结束的线程将处于死亡状态。线程实行结束，除了正常实行结束外，如果步调实行过程发生异常（Exception）或者错误（Error），线程也会进入死亡状态。
GIL，全称是 Global Interpreter Lock，也叫做全局解释器锁。对于 CPython，所有的 Python 线程都需要在解释器这个假造机中运行，而在运行之前都要先获取 GIL 这个锁，然后每实行 100 个字节码，解释器就自动开释 GIL 锁，让别的线程有机会实行。因此即使你有多个 CPU 核，多个线程在同一个 Python 假造机中也应该是交替实行的。 这就意味着：同一时间，只能有一个线程在实行的状态。GIL 对单线程步调没有影响，但会成为 CPU 麋集和多线程代码的性能瓶颈。即使在多线程布局的代码中，在同一时刻 GIL 也只允许一个线程在实行状态，因此，GIL 成为了 Python 不受欢迎的一个特性。
CPU 麋集型步调是指步调运行过程中 CPU 是性能瓶颈，该类步调会涉及大量数学计算，例如矩阵乘法/搜索/图像处置惩罚等。I/O 麋集型步调是指步调耗费了大部分时间来等待 I/O 事故，I/O 事故大概来自用户/文件/数据库/网络等。在从数据源获取到文件之前，I/O 麋集型步调需要等待大量的时间；因为在 I/O 事故就绪前，数据源需要进行自己的处置惩罚过程。例如：用户耗费时间思考向输入提示符输入什么内容(会占用时间)，或者数据库在接收到检索哀求后运行自己的步调(会占用时间)。
解决 GIL 的方法包括利用多进程、利用其他 Python 解释器或利用 C 扩展模块等。
2.4 生产者-消耗者模子
