Python进程、线程、协程之间的关系

1、从操做系统角度 操做系统处理任务， 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： 须要处理的任务数 == CPU核心数量 两个任务 两个核心 任务1：------------- 任务2：-------------

2.并发： 须要处理的任务数 > CPU核心数量 三个任务 一个核心 任务1: ----- ------ 任务2: ------ 任务3: ------

2、从程序角度 多进程和多线程 表示：当前程序能够同时执行多个任务 进程和线程都是由 操做系统调度完成

1.进程：

　　 每一个进程都是有本身独立的内存空间，不一样进程之间的内存空间是不能共享。 不一样进程之间的通讯是由操做系统来完成的。 不一样进程之间的通讯效率低切换开销也大。

2.线程：

　　一个进程下能够有多个线程，同一个进程内的线程能够共享内存空间. 不一样线程之间的通讯 有进程 管理。 不一样线程之间的通讯效率高，切换开销小。

3.互斥锁：

　　共享意味着多个线程的竞争 会致使不安全问题。 为了保护内存空间的数据不被多个线程同时读写， 致使数据隐患， 因而诞生了" 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， 互斥锁能够防止其余线程访问 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：经过编译器将程序编译为一个可执行文件，执行前检查问题。

3、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， 但很是适合并发。 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。 若是没有 IO 操做， 那么解释器会每隔100次操做后， 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， 能够充分调度CPU资源（大量的并行运算）。 multiprocessing 缺点：不适用于须要大量数据通讯和屡次切换的场景，由于进程之间通讯和切换成本高。

　　2.多线程：

　　　　适用于密集IO任务（网络IO，磁盘IO，数据库IO）， 在IO阻塞时能够切换线程执行。 threading.Thread、multiprocessing.dummy

　缺点：同一个CPU时间片只能执行一个任务，不能作到并行，只能作到并发。优势：线程之间切换和通讯很是方便，开销小。

　　3.协程：

　　　　由程序员自行编写调度功能， 切换协程就比如切换一个函数， 几乎没有切换开销。

　　　　特色是在单线程上执行多个任务， 调度由程序员控制，不通过操做系统， 因此没有进程线程的切换开销， 也不须要处理锁。

　　　　gevent monkey.patch_all() monkey的做用是将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， 能够自动切换协程工做。

　　　　（该补丁不适用于本地IO）

　　优势：协程任务是基于用户的，不通过操做系统，执行效率极高。　　　　缺点：单线程执行，不能处理 CPU密集任务，和密集本地IO任务。