Python多线程与多进程

概念理解

对于操作系统来说，一个任务就是一个进程。例如打开浏览器，打开word，打开记事本等等，都是独立的任务，它们各自为一个或者多个进程。这里要注意的是，同一种任务打开多个，分别属于不同进程，例如chrome打开多个标签，实际上它创建了多个进程。对于一个任务来说，它有很多子任务，例如播放器，既要解码视频、也要解码音频，所以在进程下存在多线程。在一个进程下一定存在一个线程，可以称它为主线程。操作系统创建进程时，会单独为每一个进程分配各自的资源，进程与进程之间相互隔离。而进程内的线程，则共享了当前进程内的资源。可见，操作系统执行的粒度是线程，分配资源的粒度是进程，我们的多任务操作系统，在单核CPU上是在各个线程上不断切换而达到目的，而在多核CPU上则能同时执行多个线程任务。Python能很方便地支持多进程、多线程编程，接下来就简单记录下，最后再记录下两者优缺点。

多进程

在Linux系统下，有一个非常特殊的函数，fork()。它调用一次，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

多个任务可以创建多个进程来完成，同时也可以创建多个线程来完成，线程是操作系统直接的执行单元。Python含有threading这个高级模块，要启动一个线程，就是把一个函数传出并创建Thread实例，然后调用start()方法开始执行，例如t=threading.Thread(target=func,name=*)，注意这里的name属性，它是给线程命名的，缺省值为Thread-1···。要注意的是，刚才说了，任何一个进程都含有一个线程，而这个主线程则执行着我们编写的程序，可以调用threading.current_thread().name来查看它，它的名字就叫MainThread。在多线程编程中，有一个最大的问题就在于进程内的资源被各个线程所共享，进程内任何变量都可以被任何一个线程修改，因此，线程之间若去修改同一个变量，则可能导致程序Bug。所以，引入了锁机制。当某个线程去修改某个变量时，可以在变量所在的方法内加一把锁，使得其他线程不能同时执行该方法，只有释放了锁后，其他线程才能去获得锁并获得修改权。创建一个锁是通过lock=threading.Lock()来实现的，可以使用try···finally···语句，在try之前使用lock.acquire()获得锁，然后在try语句里面修改变量，然后在finally语句里加lock.release()来保证锁一定被释放，避免成为一个死锁。

区别于联系

多进程的优点是稳定性好，一个子进程崩溃了，不会影响主进程以及其余进程。但是缺点是创建进程的代价非常大，因为操作系统要给每个进程分配固定的资源，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。多线程优点是效率较高一些，但是致命的缺点是任何一个线程崩溃都可能造成整个进程的崩溃，因为它们共享了进程的内存资源池。对于任务数来说，无论是多进程或者多线程，都不能太多。因为操作系统在切换任务时，会有一系列的保护现场措施，这要花费相当的系统资源，若任务过多，则大部分资源都被用做干这些了，结果就是所有任务都做不好，所以操作系统会限制进程的数量。另外，考虑计算密集型及IO密集型应用程序。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。