一、从操作系统角度

操作系统处理任务，

调度单位是进程和线程。

1.进程：

表示一个程序的执行活动

（打开程序、读写程序数据、关闭程序）

2.线程：

执行某个程序时，

该进程调度的最小执行单位

（执行功能1，执行功能2）

一个程序至少有一个进程
一个进程至少有一个线程
1.并行：
需要处理的任务数 == CPU核心数量

两个任务

两个核心

任务1：-------------

任务2：-------------

2.并发：

需要处理的任务数 > CPU核心数量

三个任务

一个核心

任务1: ----- ------

任务2: ------

任务3: ------

二、从程序角度

多进程和多线程

表示：当前程序可以同时执行多个任务

进程和线程都是由

操作系统调度完成

1.进程：

每个进程都是有自己独立的内存空间，不同进* 程之间的内存空间是不能共享。
不同进程之间的通信是由操作系统来完成的。
不同进程之间的通信效率低切换开销也大。
2.线程：

一个进程下可以有多个线程，同一个进程内的* 线程可以共享内存空间.
不同线程之间的通信 有进程 管理。
不同线程之间的通信效率高，切换开销小。
3.互斥锁：

共享意味着多个线程的竞争

会导致不安全问题。

为了保护内存空间的数据不被多个线程同时读写，

导致数据隐患，

于是诞生了"互斥锁"。

"互斥锁"：

一种安全有序的让多个线程访问进程内存空间的机制。

当一个线程在访问进程内存空间时，

互斥锁可以防止其他线程访问

解释型语言：执行程序时，解释器按行执行程序内容，执行时检查问题。

编译型语言：通过编译器将程序编译为一个可执行文件，执行前检查问题。

三、Python中的多线程：

GIL(全局解释器锁)：

同一时刻只能有一个线程在运行。

坏处：

多线程不能充分利用多核CPU资源。

好处：

从根本上杜绝了多线程访问内存空间的安全问题。

Python的多线程不适合并行，

但非常适合并发。

Python的多线程在遇到 IO阻塞函数执行，

会自动释放GIL，

让后面的线程执行任务。

如果没有 IO 操作，

那么解释器会每隔100次操作后，

强制释放GIL，让后面的线程执行。

import sys

sys.getcheckinterval()

1.多进程：

适用于密集CPU任务，

可以充分调度CPU资源（大量的并行运算）。

multiprocessing
缺点：不适用于需要大量数据通信和多次切换的场景，因为进程之间通信和切换成本高。
2.多线程：

适用于密集IO任务（网络IO，磁盘IO，数据库IO），

在IO阻塞时可以切换线程执行。

threading.Thread、multiprocessing.dummy
缺点：同一个CPU时间片只能执行一个任务，不能做到并行，只能做到并发。优点：线程之间切换和通信非常方便，开销小。</pre>

3.协程：

由程序员自行编写调度功能，

切换协程就好比切换一个函数，

几乎没有切换开销。

特点是在单线程上执行多个任务，

调度由程序员控制，不经过操作系统，

所以没有进程线程的切换开销，

也不需要处理锁。

gevent
monkey.patch_all()
monkey的作用是将Python底层的网络库socket、select自动打个补丁，

程序在遇到网络IO阻塞时，

可以自动切换协程工作。