python中的多进程和多线程

1. 多进程和多线程

进程是程序在计算机上的一次执行活动，就是正在运行的应用程序，通常成为进程。每一个进程有自己独立的地址空间（内存空间）。

线程是一个轻量级的子进程，是最小的处理单元；线程是进程的子集，一个进程可以由多个线程组成；

多线程是指有多个线程存在于进程中，这些线程之间共享进程的资源。

进程是资源分配的最小单位，线程是CPU调度的最小单元，一个线程只能属于一个进程，一个进程可以拥有多个线程；

2. Python的多进程

Python的解释器是默认为线程安全的，主要措施是GIL(全局解释性锁，Global Interpret Lock)的机制。因为GIL的存在，Python一次只能有一个线程在运行，多线程不能提高程序的性能，除非有大量的IO操作。多线程适合IO密集型，多进程适合计算密集型

3. 进程和进程池

3.1 multiprocessing.Process

在Python中，进程是通过multiprocessing多进程模块来创建的，multiprocessing提供了一个Process类来创建进程对象。Process类可以单独调用，也可以继承使用.主要操作如下：

1. Process.start() 启动子进程
2. Process.join() 等待子进程结束（堵塞等待）
3. Process.is_alive() 判断子进程是否在运行
4. Process.close() 结束子进程

3.2 multiprocess.Pool

当需要创建的⼦进程数量不多时， 可以直接利⽤multiprocessing.Process动态生成多个进程， 但如果要创建很多进程时，⼿动创建的话⼯作量会非常大，此时就可以⽤到multiprocessing模块提供的Pool去创建一个进程池。使用进程池的好处就是可以，创建有限的进程来自动并行处理大量的任务。Pool类的主要方法:

1. Pool.apply() 启动任务（堵塞等待任务完成）
2. Pool.map() 批量启动任务（堵塞等待任务完成）
3. Pool.apply_async() 启动任务（非堵塞）
4. Pool.map_async() 批量启动任务（非堵塞）

4. 进程间的通信

进程是系统分配资源的最小单元，进程之间相互独立，每启动一个新的进程就是相当于吧数据进行了一次克隆，子进程里面的数据修改无法影响到主进程中的数据，不同子进程之间的数据也不共享，这是多进程在使用过程中和多线程最明显的区别。由于进程之间数据是不共享的，所以不会出现多线程GIL带来的问题。python也提供了多种方法实现了多进程中间的通信和数据共享(可以修改一份数据)，multiprocessing包支持两种形式多进程之间的通信：Queue和Pipe，这两种方式都是使用消息传递的。

4.1 Queue

Queue创建共享的进程队列，是多进程安全的队列，可以使用Queue实现多进程之间的数据传递，一个进程向队列中写数据，另一个进程从队列中取数据。无论主进程或子进程，都能访问到队列，放进去的对象都经过了深拷贝。
Queue([maxsize]:返回一个使用一个管道和少量锁和信号量实现的共享队列实例。当一个进程将一个对象放进队列中时，一个写入线程会启动并将对象从缓冲区写入管道中。Queue模块的方法有：

1. qsize()：返回当前队列包含的消息数量；
2. empty()：如果队列为空，返回True，反之False ；
3. full()：如果队列满了，返回True,反之False；
4. get():获取队列中的一条消息，然后将其从列队中移除，可传参超时时长；
5. get_nowait()：相当Queue.get(False),取不到值时触发异常：Empty；
6. put():将一个值添加进数列，可传参超时时长；
7. put_nowait():相当于Queue.get(False),当队列满了时报错：Full；

4.2 Pipe

参考：https://zhuanlan.zhihu.com/p/521283266?utm_id=0