一文看懂进程、线程和协程

要聊明白进程、线程和协程，必须先搞明白两种计算模式：
1）CPU密集型计算
2）IO密集型计算

CPU密集型计算的特征是CPU的占用率非常高，因为这一类程序运行过程中，CPU需要进行大量的计算和处理。比如压缩解压缩，加密解密，正则匹配等。

IO密集型计算的特征则是CPU的占用率较低，但程序运行过程中会进行大量的IO读写操作。比如文件处理、网络爬虫、数据库读写等。

明白了CPU密集型操作和IO密集型操作的意思，我们就可以来探讨一下进程、线程和协程了。

进程就是应用的执行副本，一个程序/应用跑起来，就是一个进程。

进程的执行需要CPU资源，需要内存，需要文件资源……总之进程是一个很大的结构体，可以被看做一个资源管理单位。
一个进程可以包含多个线程，每一个进程都至少包含一个主线程。 线程是程序的执行单位，也会占用一些CPU资源。

对于操作系统来说，进程和线程完全可以存储在两张分离的表中，两张表可以通过id关联，但关联实际上并不强。

在操作系统中，进程是向操作系统申请资源的最小单位，应用启动之后就变成进程，这个进程会先拿到一个主线程，这个主线程再向操作系统去申请线程。
线程排队等待被执行，cpu负责调度，每一个线程都被分配一个少量的时间片段，这个线程执行完毕后就切入下一个线程去执行。

操作系统真正调度的是它自己的线程（Kernel Thread)，只有Kernel Thread才是real thread，操作系统和应用的线程之间有一个映射，可以是一对一，一对多，或者n对m的关系。
线程的切换仍然是有成本的，尤其在高并发的场景下，这个切换成本也很可观，为了进一步提高线程的利用率，才有了协程（Routine）的概念。

说完了这些，再谈一谈python的多进程、多线程和多协程。

Python中:
多进程对应的模块是multiprocessing， 优点是可以利用多核cpu资源，并行运算。 适合cpu密集型计算。
多线程对应的模块是threading，只能并发执行，不能利用多cpu(GIL锁)。适合IO密集型计算，同时运行的任务数目不要太多。
多协程对应的模块是asyncio，内存开销最少，启动协程数量最多，但支持的库有限，代码实现复杂。适合IO密集型计算，需要超多任务运行，且有现成库支持的场景。