Python并发-线程和进程

一、线程和进程对应的问题

**1.进程：**CPU密集型也叫计算密集型，指的是系统的硬盘、内存性能相对CPU要好很多，此时，系统运作大部分的状况是CPU Loading 100%，CPU要读/写I/O(硬盘/内存)，I/O在很短的时间就可以完成，而CPU还有许多运算要处理，CPU Loading很高。
**2.线程：**IO密集型指的是系统的CPU性能相对硬盘、内存要好很多，此时，系统运作，大部分的状况是CPU在等I/O (硬盘/内存) 的读/写操作，此时CPU Loading并不高。

二、进程

定义：进程是程序在某个数据集合上的一次运行活动，也是操作系统进行资源分配和保护的基本单位。
每个进程都有独立的代码和数据空间（进程上下文），进程间的切换会有较大的开销，一个进程包含1–n个线程。（进程是资源分配的最小单位）
CPython解释器本身就不是线程安全的，因此有全局解释器锁（GIL），一次只允许使用一个线程执行Python字节码。因此，一个Python进程通常不能同时使用多个CPU核心。

Python中的多进程实现：
futures.ProcessPoolExecutor类。现在流行multiprocessing模块。

import multiprocessing

# 定义一个函数，用于在多个进程中执行任务
def worker_function(index):
    print(f"Worker {index} started")
    result = index * 2
    print(f"Worker {index} result: {result}")
    print(f"Worker {index} finished")

if __name__ == "__main__":
    # 创建一个进程池，可以指定要创建的进程数（这里为3）
    num_processes = 3
    pool = multiprocessing.Pool(processes=num_processes)

    # 使用进程池执行任务
    # 这里将任务分配给三个进程并行执行
    pool.map(worker_function, range(num_processes))

    # 关闭进程池，等待所有进程完成
    pool.close()
    pool.join()

    print("All workers have finished")

还有一种更简单的，使用

https://zhuanlan.zhihu.com/p/509084322

三、线程

进程中的一个执行任务（控制单元），负责当前进程中程序的执行。一个进程至少有一个线程，一个进程可以运行多个线程，多个线程可共享数据。

线程和进程都具有一砂锅五个状态。
Python中的实现：

import threading

# 定义一个函数，用于在线程中执行任务
def worker_function(thread_id):
    print(f"Thread {thread_id} started")
    # 在这里可以执行一些任务
    print(f"Thread {thread_id} finished")

if __name__ == "__main__":
    # 创建多个线程
    num_threads = 3
    threads = []

    for i in range(num_threads):
        thread = threading.Thread(target=worker_function, args=(i,))
        threads.append(thread)

    # 启动所有线程
    for thread in threads:
        thread.start()

    # 等待所有线程完成
    for thread in threads:
        thread.join()

    print("All threads have finished")

四、二者的区别

多进程和多线程都是用于并发编程的技术，但它们有一些共性和区别：

共性：

1. 并发性： 无论是多进程还是多线程，它们都允许在程序中执行多个任务，并在不同的执行上下文中交替执行这些任务，从而实现并发性。

2. 共享资源： 多进程和多线程都可以访问共享的内存资源，这允许多个任务之间进行数据交换和共享数据。

3. 并行执行： 在多核或多 CPU 的系统上，多进程和多线程都可以实现真正的并行执行，从而提高程序的性能。

区别：

1. 独立性：

   • 多进程：每个进程都有独立的内存空间和 Python 解释器，它们之间彼此独立，因此一个进程的错误通常不会影响其他进程。
   • 多线程：所有线程共享同一进程的内存空间，它们之间共享全局变量和数据。因此，一个线程的错误可能会影响其他线程和整个进程。

2. 创建和销毁：

   • 多进程：创建和销毁进程通常比较慢，并且需要更多的系统资源，因为每个进程都有独立的内存空间。
   • 多线程：创建和销毁线程通常更快，因为它们共享进程的内存空间，但线程之间的管理和同步可能更复杂。

3. 并发性和并行性：

   • 多进程：可以在多个 CPU 上并行执行，因此适用于 CPU 密集型任务。然而，多进程之间的通信开销相对较高。
   • 多线程：在单个 CPU 上的并发性较强，适用于 I/O 密集型任务，但由于 GIL 的存在，多线程不能实现真正的多核并行。

4. 同步和锁：

   • 多进程：通常需要使用进程间通信（Inter-Process Communication，IPC）机制来实现进程之间的协作，例如管道、队列和共享内存。
   • 多线程：线程之间可以更容易地共享数据，但需要使用锁（例如互斥锁）来确保线程安全。

5. 资源开销：

   • 多进程：通常比多线程消耗更多的内存和系统资源。
   • 多线程：相对较轻量，消耗的资源较少。