Python：多进程、多线程

Python 支持多进程和多线程编程，但它们各有优缺点，适用于不同的场景。

### 多进程（Multiprocessing）

多进程是指在操作系统层面创建多个进程，每个进程有自己的内存空间。Python 的 `multiprocessing` 模块提供了创建和管理进程的接口。

**优点**：

- 可以利用多核CPU的优势，实现真正的并行计算。

- 进程间相互独立，一个进程崩溃不会影响其他进程。

**缺点**：

- 创建和销毁进程的开销较大。

- 进程间通信（IPC）较为复杂。

**使用场景**：

- 计算密集型任务，如数据分析、图像处理等。

### 多线程（Threading）

多线程是指在同一个进程中创建多个线程，线程共享进程的内存空间。Python 的 `threading` 模块提供了创建和管理线程的接口。

**优点**：

- 创建和切换线程的开销较小。

- 线程间通信较为简单。

**缺点**：

- Python 的全局解释器锁（GIL）限制了多线程的并行执行，导致在CPU密集型任务中多线程可能不会带来性能提升。

- 线程安全问题需要特别注意。

**使用场景**：

- I/O密集型任务，如网络请求、文件读写等。

### 示例代码

#### 多进程示例：

```python

import multiprocessing

def worker(num):

    print(f'Worker: {num}')

if __name__ == '__main__':

    processes = [multiprocessing.Process(target=worker, args=(i,)) for i in range(5)]

    for p in processes:

        p.start()

    for p in processes:

        p.join()

```

#### 多线程示例：

```python

import threading

def worker(num):

    print(f'Worker: {num}')

if __name__ == '__main__':

    threads = [threading.Thread(target=worker, args=(i,)) for i in range(5)]

    for t in threads:

        t.start()

    for t in threads:

        t.join()

```

在选择多进程还是多线程时，需要根据任务类型和Python的GIL限制来决定。对于I/O密集型任务，多线程是一个不错的选择；而对于计算密集型任务，多进程可能更合适。