打卡第1天：Python的并发编程--简介

​​​1、几种并发方式

a、多进程；b、多线程；c、远程分布式并发；d、协程（伪线程或微线程或异步I/O）

2、各方式常用模块

2.1、多进程：

     multiprocessing、threading

2.2、多线程：

     Thread、threading

2.3、远程分布式：

     a、测试人员可以了解经典测试工具ngrinder，专门用于多主机协同并发测试。b、开发人员  
     可以了解Python的分布式框架，后续打卡将以Celery为例。

2.4、协程：

     即单线程-异步I/O。在greenlet下衍生出了eventlet、gevent、concurence几个模块，后续将  
     进行打卡详谈。

3、各种并发性能比较（分布式并发未进行比较验证，但是由于分布式并发中协调控制存在较大开销，性能不一定好）：

3.1、计算密集型：

     多进程 > 协程 > 多线程程

     备注：在计算密集型的业务中CPU负载较高，进行适当的多进程并发（跟电脑有关）有利于性能  
     提升；协程本身就是单线程，在计算密集型业务中并发没意义；对多线程而言，一个进程下起多  
     个线程不利于计算型的业务。

3.2、I/O密集型：

     协程  > 多线程  >  多进程 

     备注：在I/O密集的操作中，由于多进程开销太大，因此性能最差；多线程由于开销较小，相对  
     多进程性能有明显的优势，但是相比协程这个简单的i/O复路来说又有所不及；这边亲测了1+1  
     的500并发，协程反应速度差不多是线程的2倍，所以这里在不考虑编程复杂的情况下，专注  
     I/O密集业务性能情况下，推荐协程。

4、总结：

 这里只简单说明了个3中并发单独存在时的性能情况，开发人员可以根据实际情况进行组合，可  
 以进一步提高并发的性能。

  明天打卡Thread、threading两个模块。（此次打卡累计70工作日，主要专注于对Python相关知  
  识的学习回顾与总结）