python多线程、进程

1、 并行和并发

（1）并发：一定周期内，多个任务来回切换执行，宏观上形成“该周期内有多个任务在同时进行”；但同一时间点，只有一个任务在执行。

举例：
你想在2小时内同时完成做饭、扫地、烧水。但家里就你一个人，你根据操作难易排了下顺序，所以就先把电茶壶接满水开始烧。接着你就做饭，做饭中，有个菜需要炖半个小时，这个时候你发现电茶壶的水还没烧开，所以你就赶快又去扫地。等地扫完了，你发现水烧开了且菜还在炖，你就把水倒进了暖瓶。倒完接着做饭。
这样，所有任务完成的最终时间 同时受多任务之间的协调快慢、任务各自的完成时间限制。比如本来单独执行任一个任务：做饭70分钟、扫地20分钟、烧水15分钟，但是并发中可能出现水烧好了，菜也炖好了。你为了不让菜炖的太烂，就选择先把菜盛起来（资源抢占，做饭抢到了资源，倒水就还得继续等待下一次资源释放），这样“水被导入暖瓶”的时间就被推后。

总体就是：一个主体在同一周期（2小时）内同时开启多个线程，每个线程做1个任务，但同一时间点只有一个线程（也即一个任务）在做。

（2）并行：同一时间点，多个任务同时进行。

举例：家里有多个人。还是想在2小时内同时完成做饭、扫地、烧水。你就说A你来扫地，B你来烧水，C你来做饭。这样A,B,C就并行执行任务了！
这样，所有任务完成的最终时间 由 任务做的最慢的那条线决定。也就是最终只需要70分钟！

总体就是：多个主体（A,B,C）各自领取线程，在时间执行上互不影响，不需要等待一方释放资源。同一时间点多个任务在做！

2、Python异步和多线程并发区别

参考：https://www.python100.com/html/564PVUJ9OQ99.html

异步：
单线程下完成多个任务切换。

举例：
工人-cpu核，衣服-线程，做饭、扫地、烧水-任务。

• 多线程并发模型中，每个线程可以看作是同一工人拥有的不同工作服，虽然在同一时间段内他可以换上不同的工作服进行做饭、扫地、烧水这些任务，但在任何特定的时间点，他只能执行一项任务。比如他在做饭的同时还要扫地，那他必须停下来，换上扫地的工作服，然后扫地。“换衣服”就是在做线程的上下文切换，会消耗一定的时间。
• 异步I/O（或事件驱动）模型中，可以看做虽然这个工人他拥有多套工作服（多个线程），但是他的每套工作服都是万能的。比如他在做饭、扫地、烧水时只需穿其中一套万能工作服即可，不用再每次切换任务都要换工作服（即在单线程内同时完成多项任务，不用线程间切换），但他在任何特定的时间点也只能做一项任务。他可以在等待烧水的过程中去做饭或者扫地，这样虽然仍然是一项一项地完成任务，但由于减少了等待资源的时间，整体上可以在相同的时间内完成更多的任务。

但全局变量的安全性是受多线程影响的！在单个线程中使用异步IO，只会提高cpu的使用率（异步I/O可以有效地解决I/O密集型任务中的阻塞问题，提高程序的并发性能），但无法保障整个web中只有这一个线程，所以异步IO并不能保证全局变量的安全性！

3、多线程和多进程

多线程适合“IO密集型任务（如请求网页、读写文件等）”
多进程适合“计算密集型任务（指CPU计算占主要的任务，CPU一直处于满负荷状态。比如在一个很大的列表中查找元素（当然这不合理）、复杂的加减乘除等。）”
多进程和多线程既可以并发运行也可并行运行。

3.1 python和java多线程比较

（1）python 多线程是假的。

因为GIL全局锁的存在，即使多线程下也只是让他们交替获得GIL锁，即每个线程都可以执行，但也只是“交替”执行，而不是真正的同时执行！同一时间下，即使是多CPU，也只有1个线程可以获得GIL锁，即只有一个线程可执行！

简明案例：
https://www.cnblogs.com/fulaien/p/16489366.html
https://www.rstk.cn/news/736629.html?action=onClick
https://zhuanlan.zhihu.com/p/24283040

python: 多线程共享进程的内存；多进程互相独立。但python下多进程并行是真的。

（2）java下，多线程并发可以实现并行。

如果是单个CPU，那效果和python多线程是一样的。如果是多个CPU，每个CPU上的线程互不影响，就会出现多线程下、同一时间点下、不同CPU上都有线程在跑，这样就真正实现了并发下的并行！

java: 每个线程有自己独立的栈和资源。

3.2 python多线程安全

python多线程下数据安全问题