并发使用场景分析（多进程，多线程，IO多路复用）

---

并发使用场景

首先对不同语言使用的并发方式进行概括：

	多进程	多线程	IO多路复用
Python	计算密集型	IO密集型（请求需要长期占有服务）	IO密集型
其它语言	-	计算密集型	IO密集型
底层语言（C，C++）	功能独立	关联性强的功能	IO密集型

关于并发编程具体概念及用法请查看：https://blog.csdn.net/qq_45305211/article/details/99007396

相关概念

IO：在内存中存在数据交换的操作认为是IO操作,比如和终端交互 ，和磁盘交互，和网络交互等

计算密集型程序：程序运行中计算较多，IO操作相对较少。cpu消耗多，执行速度快，几乎没有阻塞。

IO密集型程序：在程序执行中有大量IO操作，而cpu运算较少。消耗cpu较少，耗时长。多阻塞，高延迟

---

进程（Process）是程序在计算机中的一次运行。对于操作系统来说，进程就是一次执行的任务，比如我们打开了一个Word，计算机就执行了一个Word进程。对我们生活中好比家人们的一次大扫除。

虽然说进程是一个执行的任务，但有些任务会分为很多小任务，即任务分支。如上文所说的Word进程，它同时运行了打字、拼写检查、打印等任务。而对于大扫除来说，可能就是我在刷马桶，妹妹在扫地，弟弟在擦窗户等。

而这些任务的分支，就是线程（Thread）。

因为进程肯定会执行至少一项任务，那么进程就至少包含一个线程，甚至更多。

我们的计算机不会同时只运行一项任务，而是多个任务同时进行，比如你在某站看小视频的同时还可以聊wx（这是不同的进程）。这得益于我们的多核计算机，多个CPU可以同时运行多个进程。

那么想要同时执行多个任务，可以同时启动多个进程，也可以启动一个进程，进程中包含多个线程，当然同时启动多个进程，进程中包含多个线程也是可以的。还有就是还未提起的IO多路复用。

那么具体该使用哪种呢？下面先介绍进程，线程，及IO多路复用的特点，然后再进行分析。

进程及特点

• 程序在计算机中的一次运行。

• 是一个动态的过程描述，占有计算机运行资源，有一定的生命周期。

• 进程之间的运行互不影响，各自独立

• 每个进程拥有独立的空间，各自使用自己的空间资源

• 进程的创建和销毁过程消耗的资源较多

• 当任务量众多，每个任务在很短时间内完成时，需要频繁的创建和销毁进程。

• 多进程可以更充分使用计算机多核资源

线程及特点

• 线程被称为轻量级的进程

• 线程也可以使用计算机多核资源，是多任务编程方式

• 线程是系统分配内核的最小单元

• 线程可以理解为进程的分支任务

• 一个进程中可以包含多个线程

• 线程也是一个运行行为，消耗计算机资源

• 一个进程中的所有线程共享这个进程的资源

• 多个线程之间的运行互不影响各自运行

• 线程的创建和销毁消耗资源远小于进程

• 各个线程也有自己的ID等特征

IO多路复用

什么是IO阻塞

• 在执行IO操作时如果执行条件不满足则阻塞
  比如：input()函数，当程序运行到此函数处，如果没有输入，则程序不会往下执行，即进入了阻塞。
• 处理IO的时间较长产生的阻塞状态

当一个IO阻塞时，别的IO行为也不会执行。

什么是IO多路复用

• 系统同时监控多个IO事件，当哪个IO事件准备就绪就执行哪个IO事件。以此形成可以同时处理多个IO的行为，避免一个IO阻塞造成其他IO均无法执行，提高了IO执行效率。

	多进程	多线程	IO多路复用
资源消耗	最多	较多	最少

---

什么是GIL ：

• 由于python解释器设计中加入了解释器锁，导致python解释器同一时刻只能解释执行一个线程，大大降低了线程的执行效率。
• 因为遇到阻塞时线程会主动让出解释器，去解释其他线程。所以python多线程在执行多阻塞高延迟IO时可以提升程序效率，其他情况并不能对效率有所提升。

1.程序运行中计算较多，IO操作相对较少，即计算密集型程序

• 此时阻塞较少，并且由于Python中GIL的原因，对于计算密集型任务，Python下比较好的并行方式是使用多进程，这样可以非常有效的使用CPU资源。当然同一时间执行的进程数量取决你电脑的CPU核心数。

2.在程序执行中有大量IO操作，而cpu运算较少，即IO密集型程序

• IO多路复用是专门用来解决IO事件的，故而IO密集型程序适合使用 IO多路复用。
• 由于Python中使用了全局解释锁GIL的概念，导致Python中的多线程并不是并行执行，而是“交替执行”，所以Python中的多线程适合IO密集型任务，而不适合计算密集型任务。
• 请求需要长期占有服务的时候，使用多线程