32. 线程、进程与协程

一、什么是多任务

如果一个操作系统上同时运行了多个程序，那么称这个操作系统就是 多任务的操作系统，例如：Windows、Mac、Android、IOS、Harmony 等。如果是一个程序，它可以同时执行多个事情，那么就称为 多任务的程序。

一个 CPU 默认可以执行一个程序，如果想要多个程序一起执行，理论上就需要多个 CPU 来执行。

如果一个 CPU 是一个核心，理论上只能同时运行一个任务，但是事实上却可以运行很多个任务。这是因为操作系统控制着 CPU，让 CPU 做了一个特殊的事情，一会运行一个任务，然后快速的运行另一个任务，依次类推，实现了多个任务，看上去 “同时” 运行多个任务。

并发：是一个对假的多任务的描述；

并行：是真的多任务的描述；

二、进程与线程

计算机程序只是存储在磁盘上的可执行二进制（或其它类型）文件。只有把它们加载到内存中从被操作系统调用，才拥有其生命期。

进程（process）则是一个执行中的程序。每个进程都拥有自己的地址空间、内存、数据栈以及其它用于跟踪执行的辅助数据。操作系统管理其上所有进程的执行，并为这些进程合理分配时间。进程也可以通过派生新的进程来执行其它任务，不过因为每个新进程也都拥有自己的内存和数据栈等，所以只能采用进程间通信的方式共享数据；

线程（thread）与进程类似，不过它们是同一个进程下执行的，并共享相同的下上文。线程包括开始、执行顺序和结束三部分。它有一个指令指针，用于记录当前运行的上下文。当其它线程运行时，它可以被抢占（中断）和临时挂起（也称为睡眠）—— 这种做法叫做让步（yielding）。

一个进程中的各个线程与主线程共享同一片数据空间。线程一般是以并发方式执行的。在单核 CPU 系统中，因为真正的并发是不可能的，所以线程的执行实际上是这样规划的：每个线程运行一小会，然后让步给其它线程（再次排队等待更多的 CPU 时间）。在整个进程的执行过程中，每个线程执行它自己特定的任务，在必要时和其它线程进行结果通信。

但是这种共享数据也是存在风险的。如果两个或多个线程访问同一片数据，由于数据访问顺序不同，可能导致结果不一致。这种情况通常称为 “竞态条件”（race condition）。另一个需要注意的问题时，线程无法给予公平的执行时间。这是因为一些函数会在完成前保持阻塞状态，如果没有专门为多线程情况进行修改，会导致 CPU 的时间分配向这些贪婪的函数倾斜。

在实现多任务时，线程切换从系统层面远不止保存和恢复 CPU 上下文这么简单。操作系统为了程序运行的高效性，每个线程都有自己缓存 Cache 等数据。操作系统还会帮你做这些数据的恢复操作。所以线程的切换比较耗性能。但是协程的切换只是单纯的操作 CPU 的上下文。

线程是计算机中可以被 CPU 调度的最小单元，进程是计算机资源分配的最小单元；进程作为资源分配的单位，系统在运行时会为每个进程分配不同的内存区域；

一个程序，至少有一个进程，一个进程中至少有一个线程，最终是线程在工作；

一个进程内可以开设多个线程，在用一个进程内开设多个线程无需再次申请空间及拷贝代码的操作，开设线程的开销远远的要小于进程的开销；

单核 CPU，其实是一种假的多线程，因为在一个时间单元内，也只能执行一个线程的任务。但是因为 CPU 时间单元特别短，因此感觉不出来；

三、多进程的使用场景

多进程 适合 计算密集型 的场景。

【1】、多进程的使用

import os, time

from multiprocessing import Process

def task():
    val = 1
    for i in range(1, 100000):
        val *= i


if __name__ == "__main__":
    l = []

    count = int(os.cpu_count())
    print(f"当前计算机CPU核心个数：{count}")

    start_time = time.time()

    for i in range(count):
        p = Process(target=task)
        p.start()
        l.append(p)

    for p in l:
        p.join()

    print(f"运行时间：{time.time() - start_time}")

【2】、多线程的使用

import os, time

from threading import Thread

def task():
    val = 1
    for i in range(1, 100000):
        val *= i


if __name__ == "__main__":
    l = []

    count = int(os.cpu_count())
    print(f"当前计算机CPU核心个数：{count}")

    start_time = time.time()

    for i in range(count):
        t = Thread(target=task)
        t.start()
        l.append(t)

    for t in l:
        t.join()

    print(f"运行时间：{time.time() - start_time}")

四、多线程的使用场景

多线程 适合 IO 密集型 场景