IO密集型和计算密集型、线程和进程

io密集型：有阻塞的状态，就是一直会执行CPU（中间就一个等待状态，这个就叫做IO密集型）。例如：sleep状态

计算密集型任务：没有等待的状态就是计算密集型，从上到下执行没有等待。

在Python中没法同时使用多个CPU，在同一时刻，多个线程是互相抢占资源的，在cpython运行中加了一把锁（GIL）。

如果任务是IO密集型的可以使用多线程（阻塞等待时，就是放GIL，给另一个线程执行的机会）

如果是计算密集型任务时，无法使用多线程（如果遇到CPU密集型的线程，一只占用CPU，不会被I/O阻塞）

全局解释锁（GIL）：就是一个互斥体，只允许一个线程来控制Python解释器。

线程是操作系统调度的最小单元，进程是操作系统分配存储资源的最小单位。

进程：进程表示一个逻辑控制流，就是一种计算过程，他造成一种假象，好像这个进程在独占CPU资源，进程拥有一个独立虚拟内存地址空间。

并发的本质是在时间上重叠多个逻辑流，也就是说同时运行多个逻辑流，并发编程要解决一个很重要的问题就是对资源的并发访问问题，也就是共享资源问题，而两个进程很难在逻辑上共享资源。

线程解决的最大问题就是他可以很简单的表示共享资源问题，也就是存储器资源，资源最后都要加载到物理内存，一个进程的所有线程都是共享这个进程的同一个虚拟地址空间的，也就是从线程的

角度来说，他们看到的物理资源都是一样的，这样就可以通过共享变量的方式来表示共享资源，也就是直接共享内存的方式解决了线程通信的问题，而线程也表示一个独立的逻辑流，这样就解决了

进程的一大难题。

 

进程采用fork创建，线程采用done创建。

进程fork创建的子进程的逻辑流位置在fork返回的位置，线程done创建的KSE的逻辑流位置在done调用传入的方法位置。

进程拥有独立的虚拟内存地址空间，和内核数据结构（页表打开文件表等），当子进程修改了虚拟页之后，会通过写时拷贝创建真正的物理页。线程共享进程的虚拟地址空间和内核数据结构，共享同样的物理页。

多个进程通信只能采用进程间通讯的方式，比如信号、管道而不能直接采用简单的共享内存方式，原因是每个进程维护独立的虚拟内存空间，所以每个进程的变量采用的虚拟地址是不同的。多个线信通信就很简单

直接采用共享内存的方式，因为不同线程共享一个虚拟内存地址空间，变量寻址采用同一个虚拟内存。

进程上下文切换需要切换页表等重量级资源，线程上下文切换只需要切换寄存器等轻量级数据

进程的用户栈独享栈空间，线程的用户栈共享虚拟内存中的栈空间，没有进程高效

一个应用程序可以有多个进程，执行多个程序代码，多个线程只能执行一个程序代码，共享进程的代码段

进程采用父子结构，线程采用对等结构

 

转载于:https://www.cnblogs.com/jacky912/p/10254332.html