连接对象可以是同一个，指针不能是同一个。
Python实现多线程的方式有以下几种：
1. 使用threading模块：Python的内置模块threading提供了一种创建和管理线程的方式。通过创建Thread对象来创建线程，可以使用start()方法启动线程的执行。
2. 使用ThreadPoolExecutor类：Python的concurrent.futures模块提供了ThreadPoolExecutor类，它是对线程池的封装。通过创建ThreadPoolExecutor对象，可以使用submit()方法提交任务，并返回一个Future对象。可以使用as_completed()方法获取已完成的任务。
3. 使用多进程模块multiprocessing：虽然是多进程模块，但multiprocessing也可以用于创建多线程。可以通过创建多个Process对象来创建线程，使用start()方法启动线程的执行。
4. 使用第三方库，如gevent、eventlet等：这些库提供了轻量级的协程实现，可以在单线程内支持多个并发任务。通过使用这些库，可以避免一些多线程编程中的锁和同步问题。
请注意，多线程在Python中有全局解释锁（GIL）的限制，即同一时刻只能有一个线程执行Python字节码。因此，多线程在CPU密集型任务上并不能真正实现并行加速，但对于I/O密集型任务仍然是有效的。如果需要执行CPU密集型任务的并行计算，可以考虑使用多进程的方式。
python由于GIL的关系，python的多线程并没有发挥多核的作用，这些线程都是在在单核上跑的 所以要想发挥多核的作用，就需要使用多进程，尽可能的在每一个CPU核心上分配到一个python进程。
所以要想跑满多核CPU就得多进程多线程互相结合
Python是一种功能强大的编程语言，有许多高级玩法可以提升开发效率和代码质量。其中包括使用装饰器进行函数修饰，使用生成器和迭代器进行高效的数据处理，利用上下文管理器进行资源管理，使用元类进行类的定制，使用多线程和多进程进行并发编程，使用异步编程框架如asyncio进行高效的IO操作，使用装饰器和函数式编程实现AOP（面向切面编程），使用元编程进行动态代码生成和修改，使用反射进行对象的动态操作，使用魔术方法进行自定义对象行为，使用函数式编程进行函数组合和高阶函数的使用等等。这些高级玩法可以让Python开发者更加灵活和高效地解决各种问题。