进程是CPU资源分配和调度的独立单位
线程是CPU最小的执行单元
协程是程序根据自己的需求来进行调度的
一、进程
（1）编写多进程一般使用跨平台版本的模块 multiprocessing，它提供了对进程的一系列操作
from multiprocessing import Process
//进程要执行的代码
def say(name):
print("%s say hello"%name)
if __name__="__main__":
p = Process(target=say,args=("laowang",)
p.start
p.join
p.close
（2）如果需要多个进程，就可以使用进程池Pool
（3）进程间的通讯，因为不是同一个上下文环境，需要先对数据进行pickle序列化，然后可以使用Queue、Pipes进行数据的传递
# 在父进程中创建两个子进程
# 初始化通信队列
# 定义两个函数，一个从队列里消费数据，一个生产数据。也就是一个简单的生产者消费者模型了
from multiprocessing import Process, Queue
def write(q):
for value in ["a","b","c"]:
q.put(value)
def read(q):
while True:
value = q.get()
if __name__ ="__main__":
q = Queue()
pw = Process(target=write,args=(q,))
pr = Process(target=read,args=(q,))
pw.start()
pr.start()
pw.join()
pr.terminate()
（4）由于多进程通信部不是很方便，多任务也可以使用多进程完成任务 也可以使用多线程完成任务
（5） 进程 是由若干线程组成的，一个进程至少有一个线程
二、线程
（1）python的标准库提供了两个多线程模块：_threading、threading
-
_threading是普通库，threading是高级模块，对_threading进行了封装
import threading
def look():
for i in range(100):
print(i)
if __name__="__main__":
t = threading.Thread(target=look,name='look_this') #如果函数有参数，也是使用args接收一个元祖， 自定义进程的名字，可以不设置，默认thread1、thread2.....
t.start()
t.join()
（2）多线程和多进程最大的不同在于
-
多进程中，同一个变量，各自有一份拷贝存在于每个进程中，互不影响.
-
而多线程中，所有变量都由所有线程共享，所以，任何一个变量都可以被任何一个线程修改
-
因此，线程之间共享数据最大的危险在于多个线程同时改一个变量，把内容给改乱了
-
这时候就需要一把锁了，用来锁住当前执行的线程。
-
创建一个锁 可以使用
threading.Lock来完成
lock = threading.Lock()
def run_thread(n):
for i in range(100000):
# 先要获取锁:
lock.acquire()
try:
# 放心地改吧:
print(n)
finally:
# 改完了一定要释放锁:
lock.release()
-
Python的线程虽然是真正的线程，但解释器执行代码时，有一个GIL锁：Global Interpreter Lock，任何Python线程执行前，必须先获得GIL锁
-
然后，每执行100条字节码，解释器就自动释放GIL锁，让别的线程有机会执行。这个GIL全局锁实际上把所有线程的执行代码都给上了锁。
-
多线程在Python中只能交替执行，即使100个线程跑在100核CPU上，也只能用到1个核
-
Python虽然不能利用多线程实现多核任务，但可以通过多进程实现多核任务，当然也可以使用协程来完成
-
多个Python进程有各自独立的GIL锁，互不影响。
-
Python解释器由于设计时有GIL全局锁，导致了多线程无法利用多核。多线程的并发在Python中就是一个美丽的梦。
网友评论