Python--进程、线程、协程

进程

简介

一个运行的程序或代码就是一个进程，一个没有运行的代码叫程序。进程是系统进行资源分配的最小单位，进程拥有自己的内存空间，进程之间相互独立，所以进程间数据不共享，开销大，同一个进程中的所有线程共享资源

使用场景

多进程适合在CPU 密集型操作(cpu 操作指令比较多，计算密集型，如科学计算，位数多的浮点运算)
计算密集型任务的特点是要进行大量的计算，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力。这种计算密集型任务虽然也可以用多任务完成，但是任务越多，花在任务切换的时间就越多，CPU执行任务的效率就越低，所以，要最高效地利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。
计算密集型任务由于主要消耗CPU资源，因此，代码运行效率至关重要。Python这样的脚本语言运行效率很低，完全不适合计算密集型任务。对于计算密集型任务，最好用C语言编写。

线程

简介

调度执行的最小单位，也叫执行路径，不能独立存在，依赖进程的存在而存在，一个进程至少有一个线程，叫主线程，多个线程共享内存（数据共享和全局变量），因此提升程序的运行效率。

使用场景

多线程适合在IO 密集型操作(读写数据操作较多的，比如爬虫)
IO密集型，涉及到网络、磁盘IO的任务都是IO密集型任务，这类任务的特点是CPU消耗很少，任务的大部分时间都在等待IO操作完成（因为IO的速度远远低于CPU和内存的速度）。对于IO密集型任务，任务越多，CPU效率越高，但也有一个限度。常见的大部分任务都是IO密集型任务，比如Web应用。
IO密集型任务执行期间，99%的时间都花在IO上，花在CPU上的时间很少，因此，用运行速度极快的C语言替换用Python这样运行速度极低的脚本语言，完全无法提升运行效率。对于IO密集型任务，最合适的语言就是开发效率最高（代码量最少）的语言，脚本语言是首选，C语言最差。

协程

简介

用户态的轻量级线程，调度由用户控制，拥有自己的寄存器上下文和栈，切换基本没有内核切换的开销，切换灵活。

使用场景

Python中的多线程是假的多线程，协程+线程=真的多线程
进程与线程之间的关系
线程是并发，进程是并行；
线程是属于进程的，线程运行在进程空间内，同一进程所产生的线程共享同一内存空间，当进程退出时该进程所产生的线程都会被强制退出并清除。
线程可与属于同一进程的其它线程共享进程所拥有的全部资源，但是其本身基本上不拥有系统资源，只拥有一点在运行中必不可少的信息(如程序计数器、一组寄存器和栈)。

GIl（全局解释器锁）

在python解释器中，不管有多少个线程，最终执行的线程其实只有一个，这么做就是为了线程安全，保证全局变量不会修改。当多核CPU时，可以增加对应的进程来挺高效率。