Python并发编程:

- 1.进程切换需要的资源很最大，效率很低

- 2.线程切换需要的资源一般，效率一般（当然了在不考虑GIL的情况下）

- 3.协程切换任务资源很小，效率高（协程本身并不存在，是程序员通过控制IO操作完成）

- 4.多进程、多线程根据CPU核数不一样可能是真实并行的，但是协程是在一个线程中不可能是真正并行的，只能说是并发的

进程：

是系统资源分配的基本单位，也是调度运行的基本单位。例如，用户运行自己的程序，系统就创建了一个进程，并为它分配资源。

进程拥有自己独立的内存空间，所以多个进程间数据不共享，开销大。

线程：

是进程中执行运算的最小单位，如果把进程理解为在逻辑上操作系统所完成的任务，那么线程就表示完成该任务的许多可能的子任务之一

一个进程至少有一个线程，叫主线程，而多个线程共享进程的内存(数据共享，共享全局变量)，从而极大地提高了程序的运行效率。

协程：

是一种用户态的轻量级线程，协程的调度完全由用户控制。协程拥有自己的寄存器上下文和栈。 协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作栈则基本没有内核切换的开销，可以不加锁的访问全局变量，所以上下文的切换非常快。

多进程:

Python由于cpython解释器的原因，似乎对多进程并不支持，但是可以通过multiprocessing调用多个解释器来实现多进程在Linux系统下，

使用os.fork(),调用一次，返回两次，操作系统自动把当前进程(父进程)复制了一份(子进程)，然后分别在父进程和子进程内返回。

子进程永远返回0，父进程返回子进程的ID。经过这样做，父进程就能fork出很多子进程，并可以记录下子进程的ID号了，子进程可以通过getppid()来获取父进程ID。

fork()仅在Unix/Linux下使用，windows则不行。 所以，在Python中，存在一个跨平台的包mutiprocessing，通过引入包中的Process类，就可以创建多进程程序了，可以创建一个进程p=Process(target=func,args=(*,))，然后利用p.start()及p.join()来执行了。以上的join()方法可以等待子进程结束后才往下执行，通常用于进程间同步。 另外，可以用进程池的方式，例如p=Pool(n)，然后p.apply_async(func,args)，这里可以使用n种不同的参数传入，建立不同的进程。用这种方式时，在调用join()方法前，要先调用close()方法，使得不能再添加新进程。 mutiprocessing包里提供了Queue、Pipe等多种进程间通信的方法。可以直接引入Queue类，然后实例化一个对象。则不同的进程可以使用put方法发信息，同时可以使用get方法取信息。

多线程:

允许一个进程内存在多个控制权，以便让多个函数同时处于激活状态，从而让多个函数的操作同时运行。即使是单CPU的计算机，也可以通过不停地在不同线程的指令间切换，从而造成多线程同时运行的效果。

协程:

又称微线程,纤程。协程的作用,是在执行函数A时,可以随时中断,去执行函数B,然后中断继续执行函数A(可以自由切换)。但这一过程并不是函数调用(没有调用语句),这一整个过程看似像多线程,然而协程只有一个线程执行

多进程优缺点:

优点是稳定性好，一个子进程崩溃并不会影响其他子进程和主进程的运行，

缺点是创建进程的代价大，因为操作系统要给每个进程分配固定的资源，造成资源消耗较大，

并且，操作系统对进程的总数会有一定的限制，若进程过多，操作系统调度都会存在问题，会造成假死状态，

所以不能一次性启动太多进程，否则会严重影响系统的资源调度，特别是CPU使用率和负载

多线程优缺点:

同一进程下的多个线程共享这个进程的资源，线程之间切换快，资源消耗较低，也正因为共享进程资源，造成以下缺点:

(1)一个线程挂掉则会影响到共享资源的所有线程，影响到进程，所以不够稳定

(2)当各个线程访问同一数据资源时会出现竞争状态，数据几乎同步会被多个线程占用，造成数据混乱，即 线程不安全

(3)可以通过加线程锁解决(2)中的多线程竞争问题，操作数据时加锁，操作完数据要记得释放锁，以避免死锁，

但是加锁其实阻止了多线程并发执行，包含锁的某段代码实际上只能以单线程模式执行，效率就大大地下降了

协程优缺点:

执行效率极高,因为子程序切换(函数)不是线程切换,由程序自身控制,没有切换线程的开销。

所以与多线程相比,线程的数量越多,协程性能的优势越明显。

不需要多线程的锁机制,因为只有一个线程,也不存在同时写变量冲突,在控制共享资源时也不需要加锁,因此执行效率高很多。

优点：

1.无需线程上下文切换的开销

2.无需原子操作锁定及同步的开销

3.方便切换控制流，简化编程模型

4.高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。

所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何 context switch （切换到另一个线程）。

原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。

缺点：

1.无法利用多核资源：协程的本质是个单线程,它不能同时将 单个CPU 的多个核用上,协程需要和进程配合才能运行在CPU多核上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。

2.进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

区别与联系:

一个进程可以有多个线程，一个线程可以多个协程，一个进程也可以单独拥有多个协程，这样python中则能同时使用CPU的多核

都是并发操作，多线程同一时间点只能有一个线程在执行，协程同一时间点只能有一个任务在执行

多线程，是在I/O阻塞时通过切换线程来达到并发的效果，在什么情况下做线程切换是由操作系统来决定的，开发者不用操心，但会造成竞争；

协程，只有一个线程，在I/O阻塞时通过在线程内切换任务来达到并发的效果，在什么情况下做任务切换是开发者决定的，

不会有竞争的情况；多线程的线程切换比协程的任务切换开销更大；对于开发者而言，多线程并发的代码比协程并发的更容易书写。

如果是 I/O 密集型，且 I/O 请求比较耗时的话，使用协程。

如果是 I/O 密集型，且 I/O 请求比较快的话，使用多线程。

如果是 计算 密集型，考虑可以使用多核 CPU，使用多进程

因为，

对于计算密集型，多任务势必造成资源浪费。

对于IO密集型，因为IO速度远低于CPU计算速度，

所以使用多任务方式可以大大增大程序运行效率

在实现多任务时, 线程切换从系统层面远不止保存和恢复 CPU上下文这么简单。 操作系统为了程序运行的高效性每个线程都有自己缓存Cache等等数据，操作系统还会帮你做这些数据的恢复操作。 所以线程的切换非常耗性能。但是协程的切换只是单纯的操作CPU的上下文，所以一秒钟切换个上百万次系统都抗的住。