python之Thread和multiprocessing

一.背景篇

        如何让计算机实现并发作业，提高运行效率是很重要的。但是通常我们提到并发都会想到线程，在同一个进程内创建多线程可以共享资源，同时创建线程的开销会小于创建进程。但是线程之间的竞争资源(锁)同步问题还是要消耗一些资源，并且多线程编程对很多程序员来说并不友好，毕竟大部分人的思维是串行的吧，冯诺依曼设计的计算机架构也是以顺序执行为基础的~

        重点是对于python而言，由于其使用了全局解释锁(GIL)，所以python的多线程并不能实现并发。因此，python的并发是通过多进程来实现的！！！

        然后，很自然你就会思考了，进程之间不共享资源，实现通信就会麻烦一些咯，不过好在multiprocessing内提供了很多进程间通信的接口，包括管道pipe，队列queue等。

        对于更大型的项目，我们部署到多台服务器上运行的话，机器间通信会更麻烦一些，不过也有很多并行框架，很经典的celery之类的。而且远程主机间通信业有很多方式，比如使用消息队列实现通信的kafka~

二.实战代码篇

下面的每个例子虽然都只给了代码，但是代码我都做了非常非常详细的注释，相信我们都能从其中得到知识的提升！~

参考Python标准库10 多进程初步 (multiprocessing包)

1.multithread_面向过程

import threading
import time
import os
# a program to simulate selling tickets in multi-thread way
# u may realize that this is almost precedure-oriented programming
# for OOP(object-oriented programming), see'multhr_oop.py'

# this function can be any function to do other chores.
def doChore():
    #time.sleep(0.5)
    print 'hh, I am drinking water!'

# function for each thread
def booth(tid):
    # use keyword