python多进程和多线程一起使用_Python（二）：多进程与多线程

一，并发与并行

并发：CPU使用一个核心在各程序之间交替执行，形成一种让人以为程序同时运行的错觉，并不会真正的提升执行效率和速度

并行：CPU使用多个核心同时执行多个程序，各程序指令运行在不同的CPU内核上面，程序平行的向前推进，可以真正的提升执行速度

二，遗留问题

Python多线程只能使用一个核心，解释器的设计遗留问题

利用CPU多核只能通过多进程，或者在线程中使用C语言扩展

三，使用ThreadLocal来读写全局变量

多线程共享全局变量，非常容易把全局变量改乱，所以在全局变量声明ThreadLocal对象实例(可以理解为一个dict)，在其对象上绑定的所有属性数据，在每个线程中都是独立的，不同的

ThreadLocal最常用的地方就是为每个线程绑定一个数据库连接，HTTP请求，用户身份信息等

四，线程对比进程

多进程和多线程，这是实现多任务最常用的两种方式。现在，我们来讨论一下这两种方式的优缺点。

首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。

如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。

如果用多线程实现Master-Worker，主线程就是Master，其他线程就是Worker。

多进程模式