从操作系统角度

操作系统处理任务，调度单位是进程和线程。

进程：表示一个程序的执行活动（打开程序、读写程序数据、关闭程序）
线程：执行某个程序时，该进程调度的最小执行单位（执行功能1，执行功能2）

一个程序至少有一个进程，一个进程至少有一个线程。

并行：
需要处理的任务数 == CPU核心数量

两个任务，两个核心

任务1：-------------
任务2：-------------

并发：
需要处理的任务数 > CPU核心数量

三个任务，一个核心
任务1: ----- ------
任务2: ------
任务3: ------

从程序角度

多进程、多线程
表示当前程序可以同时执行多个任务

进程和线程都是由操作系统调度完成。

进程：

• 每个进程都有自己独立的内存空间，不同进程之间的内存空间不能共享。

• 不同进程之间的通信由 操作系统 完成。

• 不同进程之间的通信效率低下，切换开销大。

线程：

• 一个进程下可以有多个线程，同一个进程内的线程可以共享内存空间.

• 不同线程之间的通信 有进程 管理。

• 不同线程之间的通信效率高，切换开销小。

互斥锁：

共享意味着多个线程的竞争，会导致不安全问题。
为了保护内存空间的数据不被多个线程同时读写，导致数据隐患，于是诞生了"互斥锁"。

"互斥锁"：一种安全有序的让多个线程访问进程内存空间的机制。
当一个线程在访问进程内存空间时，互斥锁可以防止其他线程访问

解释型语言：执行程序时，解释器按行执行程序内容，执行时检查问题。
编译型语言：通过编译器将程序编译为一个可执行文件，执行前检查问题。

Python中的多线程：

GIL(全局解释器锁)：同一时刻只能有一个线程在运行。

坏处：多线程不能充分利用多核CPU资源。
好处：从根本上杜绝了多线程访问内存空间的安全问题。

Python的多线程不适合并行，但非常适合并发。

Python的多线程在遇到 IO阻塞函数执行，会自动释放GIL，让后面的线程执行任务。
如果没有 IO 操作，那么解释器会每隔100次操作后，强制释放GIL，让后面的线程执行。
import sys
sys.getcheckinterval()

多进程：

适用于密集CPU任务，可以充分调度CPU资源（大量的并行运算）。
multiprocessing

缺点：不适用于需要大量数据通信和多次切换的场景，因为进程之间通信和切换成本高。

多线程：

适用于密集IO任务（网络IO，磁盘IO，数据库IO），在IO阻塞时可以切换线程执行。
threading.Thread、multiprocessing.dummy

缺点：同一个CPU时间片只能执行一个任务，不能做到并行，只能做到并发。
优点：线程之间切换和通信非常方便，开销小。

协程：

由程序员自行编写调度功能，切换协程就好比切换一个函数，几乎没有切换开销。
特点是在单线程上执行多个任务，调度由程序员控制，不经过操作系统，所以没有进程线程的切换开销，也不需要处理锁。
gevent
monkey.patch_all()

monkey的作用是将Python底层的网络库socket、select自动打个补丁，程序在遇到网络IO阻塞时，可以自动切换协程工作。（该补丁不适用于本地IO）

优点：协程任务是基于用户的，不经过操作系统，执行效率极高。
缺点：单线程执行，不能处理 CPU密集任务，和密集本地IO任务。

Python的进程、线程、协程