一、概念
现在的 PC 都是多核的，使用多线程能充分利用 CPU 来提供程序的执行效率。
进程==帮派，线程==各个堂口 函数==打手小弟
进程：可以理解为操作系统中正在执行的程序。也就说，每个应用程序都有一个自己的进程。实际是指一个程序在给定数据集合上的一次执行过程，是系统进行资源分配和运行调用的独立单位。没个进程启动时都会先创建一个主线程，随后根据需求让主线程创建子线程
线程：线程是一个基本的 CPU 执行单元。它必须依托于进程存活。一个线程是一个execution context（执行上下文），即一个 CPU 执行时所需要的一串指令。
区别：
* 线程只能在某个进程中执行
* 一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程（线程是计算机的最小单位）；
* 多线程共享同个地址空间、打开的文件以及其他资源。同一进程的所有线程共享该进程的所有资源。
* 多进程共享物理内存、磁盘、打印机以及其他资源。资源分配给进程，进程与进程之间资源相互独立，互不影响（类似深拷贝）。
* 由于GIL锁的缘故，python 中线程实际上是并发运行（即便有多个cpu，线程会在其中一个cpu来回切换，只占用一个cpu资源），而进程才是真正的并行运行（同时执行多个任务，占用多个cpu资源）；
优缺点：
1、多进程优点稳定性高：因为一个子进程崩溃了，不会影响主进程和其他子进程，多进程模式的缺点是在Windows下创建进程开销巨大。另外，操作系统能同时运行的进程数也是有限的，在内存和CPU的限制下，如果有几千个进程同时运行，操作系统连调度都会成问题（进程的创建比线程的创建更加占用计算机资源）；
2、多线程缺点就是任何一个线程挂掉都可能直接造成整个进程崩溃，因为所有线程共享进程的内存；
二、线程
1、分类：
* 主线程
* 子线程
* 后台线程（守护线程）
* 前台线程
2、创建：thread和threading 两种方式，一般使用threading 方式
* 直接使用threading.Thread()
* 继承threading.Thread来自定义线程类，重写run方法
3、线程同步与锁
* 互斥锁：当多个线程对某一个共享数据进行操作时，有可能数据错乱，线程不安全，上锁，我用的时候你别用，
* 可重入锁（递归锁）：RLock 同一线程对一个数据多次访问，这期间，不想让别的线程访问，要无耻的独占它，使用RLock锁上，我小弟们用完了，其他线程再上
4、线程合并：把子线程合并到主线程，子线程的活没干完，主线程不能结束退出
5、守护线程：主线程结束退出了，子线程不管干没干完也一起结束，
t1.setDaemon(True)
t1.start()
在start前调用设置，默认False
6、定时器：规定函数在多少秒后执行
三、进程
1、创建；引用muiltprocessing库
* 直接使用Process：
* 继承Process 自定义进程类，重写run方法
2、进程池
* apply()：同步执行（串行）
* apply_async()：异步执行（并行）
* terminate()：立刻关闭进程池
* join()：主进程等待所有子进程执行完毕。必须在close或terminate()之后使用
* close()：等待所有进程结束后，才关闭进程池
三、通信
1、Queue模块：是多进程安全的队列，可以实现多进程之间的数据传递。
（1）、 Queue（单向队列）：同步的、线程安全的队列类，先进先出。实现了所有必需的锁定语义，用来在多个线程之间安全地交换信息。可以理解为它就是一个用来进程间数据通信的容器：公共方法如下：
* queue = Queue(maxsize=1)：构造方法，maxsize参数为可插入数据的数量，超过设定值后，不让插了，默认值为0，意为无限大
* queue.qsize()：返回队列大小，在多线程的情况下不可靠，因为在获取 qsize 时，其他线程可能又对队列进行操作了
* queue.empty()：队列是否为空
* queue.full()：队列是否满了
* queue.put(obj, block=True, timeout=None)：存数据，obj=要存的数据，block=true，阻塞，当队列满了之后，put 就会阻塞，一直等待队列不再满时向里面添加数据，block=false，不阻塞，当队列满了之后，如果设置 put 不阻塞，或者等待时长到了之后会报错：queue.Full，timeout=超时时间，阻塞时等待时长，超过了就报queue.Full
* queue.get(block=True, timeout=None)：取数据，block=true，阻塞，当队列空了之后，get 就会阻塞，一直等待队列中有数据后再获取数据，block=false，不阻塞，当队列空了之后，如果设置 get 不阻塞，或者等待时长到了之后会报错：_queue.Empty
* queue.get_nowait()：等同于get(block=False)，马上去，不等待，队列爱空不空，空就报错，我就想要当前的数据，防止多进程操作临时加了数据
* queue.put_nowait()：同上，立存不等，牛B你报错
* queue.join()：单线程的情况下，插入到主线程，队列里没数据了就往下执行，多线程的情况下，插入并阻塞主线程，配合task_done使用，队列空了之后才会放开主线程，执行之后的主线程操作和其他子线程操作
* queue.task_done()：任务完成，多线程内的get方法后调用，get一次就要task_done一次，否则当队列数据为0的时候线程不会放开，依旧阻塞，我的理解是queue的存取数据类似列表，但是肯定不是，不然直接就用list了，那就说明他里面肯定还存了别的什么，结合task_done的使用，感觉他里面在多线程时是不是还存了一个task列表，只有这样才能说的通在get后必须用task-done。
2、Pipe
Pipe的本质是进程之间的用管道数据传递，而不是数据共享，这和socket有点像。pipe() 返回两个连接对象分别表示管道的两端，每端都有send() 和recv()函数。
如果两个进程试图在同一时间的同一端进行读取和写入那么，这可能会损坏管道中的数据。
四、选择多线程还是多进程？
在这个问题上，首先要看下你的程序是属于哪种类型的。一般分为两种 CPU 密集型 和 I/O 密集型。
* CPU 密集型：程序比较偏重于计算，需要经常使用 CPU 来运算。例如科学计算的程序，机器学习的程序等。
* I/O 密集型：顾名思义就是程序需要频繁进行输入输出操作。爬虫程序就是典型的 I/O 密集型程序。
如果程序是属于 CPU 密集型，建议使用多进程。而多线程就更适合应用于 I/O 密集型程序。
GIL锁和并行、并发
并行：指两个或者多个事件在同一时刻发生，python中的进程属于并行，能充分利用计算机资源，效率最高，同时执行多个任务，占用多个cpu资源；
并发：指两个或多个事件在同一时间间隔发生，python中的线程属于并发，不管计算机有多少个CPU，不管你开了多少个线程，同一时间多个任务会在其中一个CPU来回切换，只占用一个CPU，效率并不高；
引用：1、https://www.jianshu.com/p/a69dec87e646
2、http://c.biancheng.net/view/2603.html