多进程（multi_processes），多线程（multi_threaded），并发与并行

 

多进程：
就是多任务同时运行，比如人可以三心二意一样，他的实现机制就是并发。但是计算机cpu实际上在一个时间点只能执行一个任务，因此并发可以理解为时间轮转调度运行方式，即按次序不断切换执行多个任务，但是每次切换都很快，感觉不到任务的暂停。实际上还是一心一意。每个进程至少含有一个线程。

多线程：线程是进程的细分，多线程是指一个进程（任务）又可以分成他不用的部分来执行。

cpu又分为单核心和多核心。每个核心只能执行一个线程。

并行：多进程（多任务）同时运行，真正的同时多任务。只有多核cpu线程可以并行，多cpu进程可以并行。
并发：单CPU单核中线程只能并发，进程也只能并发。

无论是并发还是并行，使用者看到的都是多进程，多线程。

 

首先,将系统的线程和cpu的线程分开,我们说cpu是4核8线程(这里指cpu最多可以同时运行8条指令集bytecode)
因此,多进程(每个进程只有一个线程)就是大家(线程)不在一个桌子上干活(每个桌子都有一份完整的材料--内存占用大);  多线程就是在一个桌子干活,材料都是共享的

线程是操作系统直接支持的最小执行单元.
任何进程默认就会启动一个线程，我们把该线程称为主线程，主线程又可以启动新的线程(子线程)，Python的threading模块有个current_thread()函数，它永远返回当前线程的实例。
python每个进程有一个全局锁,因此不管这个进程下是几个线程,都只能同时存在一个在执行的线程.
当然,多进程是可以真正实现多线程,因为此时由多个解释器,每个解释器一个GIL.

 

master-workers机制:master就是多线程的主线程,主要是分配任务,而workers为其他子线程.
IO任务:从硬盘或者网口等读写任务(除cpu和主存外的那些更慢的读写任务)

因此对于IO任务来说:python的多线程还凑乎.(python本身就是---真正运行起来时为单核单线程,核心再多也白瞎)
对所有面向I/O的（会调用内建的操作系统C代码的）程序来说，GIL会在这个I/O调用之前被释放，以允许其他线程在这个线程等待I/O的时候运行。
如果某线程并未使用很多I/O操作，它会在自己的时间片内一直占用处理器和GIL。也就是说，I/O密集型的Python程序比计算密集型的Python程序更能充分利用多线程的好处。

python的多线程的queue是线程安全的!----即比如.put操作,如果消息队列中暂时是满的,则.put会暂时被阻塞.

 

Python多进程和多线程哪个快?

 

• 对CPU密集型代码(比如循环计算) - 多进程效率更高
• 对IO密集型代码(比如文件操作，网络爬虫) - 多线程效率更高。

为什么是这样呢？其实也不难理解。
对于IO密集型操作，大部分消耗时间其实是等待时间，在等待时间中CPU是不需要工作的，
那你在此期间提供双CPU资源也是利用不上的，相反对于CPU密集型代码，2个CPU干活肯定比一个CPU快很多。
那么为什么多线程会对IO密集型代码有用呢？这时因为python碰到IO等待会释放GIL供新的线程使用，实现了线程间的切换。

但是python3中对于IO有了更好的协程来解决.

https://www.cnblogs.com/zhangchaocoming/p/12583639.html

https://blog.csdn.net/zhengyshan/article/details/80641770

https://cloud.tencent.com/developer/article/1193691

https://www.cnblogs.com/klb561/p/10759477.html