python多线程和多进程关系详解

关于多线程的大概讲解：

在Python的标准库中给出了2个模块：_thread和threading，_thread是低级模块不支持守护线程，当主线程退出了时，全部子线程都会被强制退出了。而threading是高级模块，用作对_thread进行了封装支持守护线程。在大部分状况下人们只需要采用threading这个高级模块即可。

关于多进程的大概讲解：

多进程是multiprocessing模块给出远程与本地的并发，在一个multiprocessing库的采用场景下，全部的子进程全是由一个父进程运行来的，这个父进程变成madter进程，它会管理一系列的对象状态下，如果一旦这个进程退出了，子进程很可能处在一个不稳定的状态下，那么这个父进程尽量要少做事来维持其稳定性

所以python多线程和多进程的区别如下：

多线程中，全部子线程的进程号一样；多进程中，不一样的子进程进程号不一样

线程共享内存空间；进程的内存是独立的

多线程可以共享全局变量，多进程做不到

同一个进程的线程之间可以直接交流；2个进程想通信，必须通过一个中间代理来实现

一个线程可以控制和操作同一进程里的其他线程；但是进程只能操作子进程

创建新线程很简单；创建新进程需要对其父进程进行一次克隆

内容扩展：

python多进程、多线程之联系与区别

进程

概念：进程是操作系统分配资源的最小单元　　

理解：一个应用程序至少包括1个进程，每个进程在执行过程中拥有独立的内存单元，python的多进程编程主要依靠multiprocess模块。

进程间通信：首先，进程间是可以相互通信的，比较常见的有七种通信方式，如管道pipe、命名管道FIFO、消息队列MessageQueue、共享内存SharedMemory、信号量Semaphore、套接字Socket、信号 signal（由于实际开发涉及较少，这里只作简单介绍）但是通常进程之间是相互独立的，每个进程都有独立的内存。通过共享内存(nmap模块)，进程之间可以共享对象，使多个进程可以访问同一个变量(地址相同，变量名可能不同)。多进程共享资源必然会导致进程间相互竞争，所以应该尽最大可能防止使用共享状态。

线程

概念：线程是操作系统调度的最小单元

理解：1个进程包括1个或多个线程，相比较之下，线程占用资源更少，更高效，且一个进程的多个线程在执行过程中共享内存，毫无疑问，线程之间可以相互通信。而python的多进程编程主要依靠threading模块

线程间通信：主要有两种方式，一种是上锁，上互斥锁确保任意时刻只有一个线程具备修改全局变量的能力。另一种则是使用消息队列，比较经典的生产者、消费者模型就是这样，一个负责生成，一个负责消费，所生成的产品存放在queue里，实现了不同线程间沟通。

多进程跟多线程的区别

由于进程的创建跟销毁都涉及到系统资源的分配以及回收，导致多进程的开销明显大于多线程的开销。

两者的应用场景

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

理由：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碰到等待会释放GIL供新的线程使用，实现了线程间的切换。