网络编程和并发

进程、线程、协程

1. 多线程和多进程是并发编程的两种实现方式。

区别：

特性	多线程	多进程
执行单位	线程，运行在同一进程内，共享内存	进程，独立的内存空间
开销	创建开销小，切换成本低	创建开销大，切换成本高
GIL 影响	受 GIL 限制，多线程不能同时执行多个 Python 字节码	独立进程，不受 GIL 限制，可以并行执行
适用场景	I/O 密集型任务，如文件读写、网络请求	CPU 密集型任务，如数据计算

2. 使用场景：

• 多线程：I/O 密集型任务（网络爬虫、文件读写）。
• 多进程：CPU 密集型任务（图像处理、大数据计算）。
  协程与多线程、多进程的比较

3. 什么是协程？

协程是一种轻量级的线程，可以通过编程控制执行的挂起和恢复，适用于异步任务和并发场景。与线程相比，协程不需要系统资源的上下文切换，因此开销更小。
1.协程的特点

• 单线程并发：协程在单个线程中运行，通过手动切换实现并发。

• 非阻塞：协程可以在 I/O 操作时挂起，释放 CPU，等待数据可用时继续执行。

• 控制权切换：协程之间通过挂起 (yield 或 await) 和恢复 (next 或 return) 来切换。

  使用 async/await 实现协程

  从 Python 3.5 开始，async 和 await 引入协程的语法糖，简化了协程的定义和调用。

  示例：

  import asyncio
  
  async def async_example():
      print("Start coroutine")
      await asyncio.sleep(1)  # 模拟异步操作
      print("End coroutine")
  
  # 运行协程
  asyncio.run(async_example())
  

协程与多线程、多进程的比较

特性	协程	多线程	多进程
执行单位	单线程多协程	多线程	多进程
切换方式	程序员手动切换（await）	系统调度	系统调度
开销	低（用户态切换，无需锁）	中（需要 GIL 的协调）	高（需要进程间通信）
适用场景	I/O 密集型任务	I/O 密集型任务	CPU 密集型任务
并行性	无（伪并发）	受 GIL 限制	支持多核并行

2、什么是 GIL（全局解释器锁）？它对多线程有什么影响？

GIL（Global Interpreter Lock） 是 Python 的全局解释器锁，它确保同一时间只有一个线程执行 Python 字节码。

• 作用：
  • 简化 CPython 的内存管理（尤其是垃圾回收）。
  • 确保线程安全。
• 影响：
  • 多线程受限：在多核 CPU 上，Python 的多线程不能实现真正的并行。
  • 多进程无影响：不同进程有独立的 GIL。
• 如何规避 GIL 的影响：
  1. 使用多进程替代多线程。
  2. 在 C 扩展模块中释放 GIL。
  3. 使用不依赖 GIL 的第三方库（如 NumPy）。