进程、线程、协程

本来研究一个python异步编程的，然后看了这么多，本来就看个asyncio的。
新的知识，就再写一遍吧。虽然之前写过，但是其实那时候也没搞太清楚，稀里糊涂的。
这次算是把这些概念都搞清楚的。感谢GPT，感谢操作系统课程。

进程（process）

进程，即进行中的程序。是操作系统中，能够独立申请内存资源的最小单位
特性：

1. 资源隔离：进程之间数据隔离，每个进程都申请和维护自己的资源。进程之间数据交互，可以通过消息队列实现。但是不能直接访问。
2. 稳定：因为资源独立，所以有更好的稳定性
3. 多进程编程：适合CPU密集型任务。

线程（Thread）

线程，进程中的内部单位，一个进程可以维护多个线程
线程是操作系统中，CPU资源分配调度的最小单位。每个线程可以被独立分配CPU资源。所以理论上可以实现多核CPU线程并行。

1. 资源共享：一个进程内的所有线程内存资源共享，同一个进程内的不同线程可以相互访问内存（变量）。但是注意加锁，防止进程，脏写脏读。
2. 最小CPU调度单位：在操作系统中，CPU分配的最小单位是线程而不是一个进程。（即传统操作系统课程中进程的PCB、调度算法等概念，对应线程也有TCB，只是把进程替换为线程）。
3. 并发性：因为线程是最小CPU分配单位，所以线程之间，可以实现并发。相比进程并发，线程更轻量级。

协程（coroutine）

协程，运行在线程的内部。主要通过用户可控的协程调度，来提高线程内部操作的资源利用率。

1. 协程的调度，完全由用户控制，而不是操作系统
2. 协程更加轻量级，资源占用更少，运行线程中的一个子任务，如一个函数。
3. 调度开销更小，协程由用户控制，调度过程在用户态完成，且协程数据上下文更小调度开销更小

线程和协程的区别

1. 协程运行在线程内部，python的async关键字，对每一个函数创建一个协程对象，协程之间的调度，就是函数之间的调度。

协程解决的问题

在多线程的场景下，虽然每个线程之间，都可以做到并发或并行，但是每个线程内部的执行逻辑，本质上还是顺序执行。而当某个线程进入IO阻塞时，操作系统对该线程调度，释放CPU资源，并分配给另一个就绪的线程。而若此时没有就绪态的线程，则整个作业就阻塞了。
协程的出现，就是为了更高效的利用线程的CPU资源，尽量避免线程之间的调度，能够更细粒度的利用CPU资源。
每个协程之间，异步运行，当传统线程出现阻塞，就需要系统参与调度，释放CPU资源。而使用协程的线程，当内部的协程出现IO阻塞时，异步的运行另一个协程，而不是顺序执行等待（从而阻塞整个线程）。从而可以更细粒度的利用CPU，并且有效减少了线程之间的调度，减少系统开销。（本质上，可以看作线程对进程，对CPU资源，有了更细粒度的调度，PS但是协程本身不是CPU的最小分配单位，协程只是在线程内部，更好的利用CPU，本身不被分配CPU资源）
用户也可以通过await等关键字，来控制协程之间的异步运行顺序，保护临界资源或者临界区。

适合场景

1. 多进程：需要强稳定性，并发场景，一般是CPU密集型任务。
2. 多线程：最常用的CPU密集型任务选择
3. 协程：IO密集型任务，可以有效利用IO时间，避免频繁调度（“抖动”）

pythonGIL

（Global Interpreter Lock）全局解释器锁。即python的一个解释器中的所有线程，都只能并发，不能并行，是为了更好的管理内存。
所以，在python中，想要达到真正的并行。只能通过：

1. 多进程，每个进程维护自己的interpreter，所以多个进程之间，可以并发。

不过，在python中，虽然不能实现真正的并行，但是，通过协程，提升线程内部的资源利用率，也能有效提高IO密集型任务的效率，但是对CPU密集型的任务就没什么办法。
PS：python中的一些库，由于底层使用C，所以也能实现并发，如numpy。

java的JVM

java，维护一个JVM，所有java的线程，都是先创建在jvm上，然后再映射到系统的线程上，可以使得不同的平台之间，通用。java可以实现线程之间的并行。

---

附录

所以，其实本质上可以做到多进程，处理不同的任务。每个进程创建多线程，提升每个任务的处理性能。线程内部，使用协程，提升IO密集型任务的效率。减少线程调度。