什么是進(jìn)程

進(jìn)程就是操作系統(tǒng)中執(zhí)行的一個(gè)程序，操作系統(tǒng)以進(jìn)程為單位分配存儲(chǔ)空間，每個(gè)進(jìn)程都有自己的地址空間、數(shù)據(jù)棧以及其他用于跟蹤進(jìn)程執(zhí)行的輔助數(shù)據(jù)，操作系統(tǒng)管理所有進(jìn)程的執(zhí)行，為它們合理的分配資源。

每個(gè)進(jìn)程都有自己的獨(dú)立內(nèi)存空間，不同進(jìn)程通過進(jìn)程間通信來通信。由于進(jìn)程比較重量，占據(jù)獨(dú)立的內(nèi)存，所以上下文進(jìn)程間的切換開銷（棧、寄存器、虛擬內(nèi)存、文件句柄等）比較大，但相對(duì)比較穩(wěn)定安全。

什么是線程

一個(gè)進(jìn)程還可以擁有多個(gè)并發(fā)的執(zhí)行線索，簡(jiǎn)單的說就是擁有多個(gè)可以獲得CPU調(diào)度的執(zhí)行單元，這就是所謂的線程。

CPU調(diào)度和分派的基本單位線程是進(jìn)程的一個(gè)實(shí)體，是CPU調(diào)度和分派的基本單位,它是比進(jìn)程更小的能獨(dú)立運(yùn)行的基本單位。線程自己基本上不擁有系統(tǒng)資源,只擁有一點(diǎn)在運(yùn)行中必不可少的資源(如程序計(jì)數(shù)器,一組寄存器和棧)。

由于線程在同一個(gè)進(jìn)程下，它們可以共享相同的上下文，因此相對(duì)于進(jìn)程而言，線程間的信息共享和通信更加容易，上下文切換很快，資源開銷較少，但相比進(jìn)程不夠穩(wěn)定容易丟失數(shù)據(jù)。

注：當(dāng)然在單核CPU系統(tǒng)中，真正的并發(fā)是不可能的，因?yàn)樵谀硞€(gè)時(shí)刻能夠獲得CPU的只有唯一的一個(gè)線程，多個(gè)線程共享了CPU的執(zhí)行時(shí)間。

線程缺點(diǎn)：

多線程也并不是沒有壞處，站在其他進(jìn)程的角度，多線程的程序?qū)ζ渌绦虿⒉挥押?，因?yàn)樗加昧烁嗟腃PU執(zhí)行時(shí)間，導(dǎo)致其他程序無法獲得足夠的CPU執(zhí)行時(shí)間；另一方面，站在開發(fā)者的角度，編寫和調(diào)試多線程的程序都對(duì)開發(fā)者有較高的要求，對(duì)于初學(xué)者來說更加困難。

線程與進(jìn)程的區(qū)別

• 地址空間和其他資源：進(jìn)程間相互獨(dú)立，同一進(jìn)程的各線程間共享。某線程內(nèi)的想愛你城咋其他進(jìn)程不可見。
• 通信：進(jìn)程間通信IPC，線程間可以直接讀寫進(jìn)程數(shù)據(jù)段來進(jìn)行通信——需要進(jìn)程同步和互斥手段的輔助，以保證數(shù)據(jù)的一致性。
• 調(diào)度和切換：線程上下文切換比進(jìn)程上下文切換要快得多。
• 在多線程操作系統(tǒng)中，進(jìn)程不是一個(gè)可執(zhí)行的實(shí)體

并行與并發(fā)

并行（Parallelism）

并行：指兩個(gè)或兩個(gè)以上事件（或線程）在同一時(shí)刻發(fā)生，是真正意義上的不同事件或線程在同一時(shí)刻，在不同CPU資源呢上（多核），同時(shí)執(zhí)行。

特點(diǎn)

• 同一時(shí)刻發(fā)生，同時(shí)執(zhí)行。
• 不存在像并發(fā)那樣競(jìng)爭(zhēng)，等待的概念。

并發(fā)（Concurrency）

指一個(gè)物理CPU(也可以多個(gè)物理CPU) 在若干道程序（或線程）之間多路復(fù)用，并發(fā)性是對(duì)有限物理資源強(qiáng)制行使多用戶共享以提高效率。

特點(diǎn)

• 微觀角度：所有的并發(fā)處理都有排隊(duì)等候，喚醒，執(zhí)行等這樣的步驟，在微觀上他們都是序列被處理的，如果是同一時(shí)刻到達(dá)的請(qǐng)求（或線程）也會(huì)根據(jù)優(yōu)先級(jí)的不同，而先后進(jìn)入隊(duì)列排隊(duì)等候執(zhí)行。
• 宏觀角度：多個(gè)幾乎同時(shí)到達(dá)的請(qǐng)求（或線程）在宏觀上看就像是同時(shí)在被處理。

Python中的多進(jìn)程

Python中進(jìn)程操作

process模塊是一個(gè)創(chuàng)建進(jìn)程的模塊，借助這個(gè)模塊，就可以完成進(jìn)程的創(chuàng)建。

法：Process([group [, target [, name [, args [, kwargs]]]]])

由該類實(shí)例化得到的對(duì)象，表示一個(gè)子進(jìn)程中的任務(wù)（尚未啟動(dòng)）。

注意：

1. 必須使用關(guān)鍵字方式來指定參數(shù)；
2. args指定的為傳給target函數(shù)的位置參數(shù)，是一個(gè)元祖形式，必須有逗號(hào)。

參數(shù)介紹：

• group：參數(shù)未使用，默認(rèn)值為None。
• target：表示調(diào)用對(duì)象，即子進(jìn)程要執(zhí)行的任務(wù)。
• args：表示調(diào)用的位置參數(shù)元祖。
• kwargs：表示調(diào)用對(duì)象的字典。如kwargs = {'name':Jack, 'age':18}。
• name：子進(jìn)程名稱。

代碼展示：

import os
from multiprocessing import Process
def func_one():
    print("第一個(gè)子進(jìn)程")
    print("子進(jìn)程（一）大兒子:%s  父進(jìn)程:%s" % (os.getpid(), os.getppid()))
def func_two():
    print("第二個(gè)子進(jìn)程")
    print("子進(jìn)程（二）二兒子:%s  父進(jìn)程:%s" % (os.getpid(), os.getppid()))
if __name__ == '__main__':
    p_one = Process(target=func_one)
    P_two = Process(target=func_two)
    p_one.start()
    P_two.start()
    print("子進(jìn)程:%s  父進(jìn)程:%s" % (os.getpid(), os.getppid()))  

繼承Process的方式開啟進(jìn)程的方式：

import os
from multiprocessing import Process
def func_one():
    print("第一個(gè)子進(jìn)程")
    print("子進(jìn)程（一）大兒子:%s  父進(jìn)程:%s" % (os.getpid(), os.getppid()))
def func_two():
    print("第二個(gè)子進(jìn)程")
    print("子進(jìn)程（二）二兒子:%s  父進(jìn)程:%s" % (os.getpid(), os.getppid()))
if __name__ == '__main__':
    p_one = Process(target=func_one)
    P_two = Process(target=func_two)
    p_one.start()
    P_two.start()
    print("子進(jìn)程:%s  父進(jìn)程:%s" % (os.getpid(), os.getppid()))  

線程

Python的threading模塊

在Python早期的版本中就引入了thread模塊（現(xiàn)在名為_thread）來實(shí)現(xiàn)多線程編程，然而該模塊過于底層，而且很多功能都沒有提供，因此目前的多線程開發(fā)我們推薦使用threading模塊，該模塊對(duì)多線程編程提供了更好的面向?qū)ο蟮姆庋b。

from random import randint
from threading import Thread
from time import time, sleep
def download(filename):
    print('開始下載%s...' % filename)
    time_to_download = randint(5, 10)
    sleep(time_to_download)
    print('%s下載完成! 耗費(fèi)了%d秒' % (filename, time_to_download))
def main():
    start = time()
    t1 = Thread(target=download, args=('Python從入門到住院.pdf',))
    t1.start()
    t2 = Thread(target=download, args=('Peking Hot.avi',))
    t2.start()
    #join阻塞完成任務(wù)
    t1.join()
    t2.join()
    end = time()
    print('總共耗費(fèi)了%.3f秒' % (end - start))
if __name__ == '__main__':
    main()

我們可以直接使用threading模塊的Thread類來創(chuàng)建線程，但是我們之前講過一個(gè)非常重要的概念叫“繼承”，我們可以從已有的類創(chuàng)建新類，因此也可以通過繼承Thread類的方式來創(chuàng)建自定義的線程類，然后再創(chuàng)建線程對(duì)象并啟動(dòng)線程。

代碼如下所示:

from random import randint
from threading import Thread
from time import time, sleep
class DownloadTask(Thread):
    def __init__(self, filename):
        super().__init__()
        self._filename = filename
    def run(self):
        print('開始下載%s...' % self._filename)
        time_to_download = randint(5, 10)
        sleep(time_to_download)
        print('%s下載完成! 耗費(fèi)了%d秒' % (self._filename, time_to_download))
def main():
    start = time()
    t1 = DownloadTask('Python從入門到住院.pdf')
    t1.start()
    t2 = DownloadTask('Peking Hot.avi')
    t2.start()
    t1.join()
    t2.join()
    end = time()
    print('總共耗費(fèi)了%.2f秒.' % (end - start))
if __name__ == '__main__':
    main()

鎖Lock：

模擬場(chǎng)景：

演示了100個(gè)線程向同一個(gè)銀行賬戶轉(zhuǎn)賬（轉(zhuǎn)入1元錢）的場(chǎng)景，在這個(gè)例子中，銀行賬戶就是一個(gè)臨界資源，在沒有保護(hù)的情況下我們很有可能會(huì)得到錯(cuò)誤的結(jié)果。

from time import sleep
from threading import Thread
class Account(object):
    #初始化賬戶余額為0元
    def __init__(self):
        self._balance = 0
    # 存款函數(shù)
    def deposit(self, money):
        # 計(jì)算存款后的余額
        new_balance = self._balance + money
        # 模擬受理存款業(yè)務(wù)需要0.01秒的時(shí)間
        sleep(0.01)
        # 修改賬戶余額
        self._balance = new_balance
    # set和get
    @property
    def balance(self):
        return self._balance
class AddMoneyThread(Thread):
    def __init__(self, account, money):
        super().__init__()
        self._account = account
        self._money = money
    def run(self):
        self._account.deposit(self._money)
def main():
    # 創(chuàng)建對(duì)象
    account = Account()
    threads = []
    # 創(chuàng)建100個(gè)存款的線程向同一個(gè)賬戶中存錢
    for _ in range(100):
        t = AddMoneyThread(account, 1)
        threads.append(t)
        t.start()
    # 等所有存款的線程都執(zhí)行完畢
    for t in threads:
        t.join()
    print('賬戶余額為: ￥%d元' % account.balance)
if __name__ == '__main__':
    main()

運(yùn)行結(jié)果：

100個(gè)線程分別向賬戶中轉(zhuǎn)入1元錢，結(jié)果居然遠(yuǎn)遠(yuǎn)小于100元。

之所以出現(xiàn)這種情況是因?yàn)槲覀儧]有對(duì)銀行賬戶這個(gè)“臨界資源”加以保護(hù)，多個(gè)線程同時(shí)向賬戶中存錢時(shí)，會(huì)一起執(zhí)行到new_balance = self._balance + money這行代碼，多個(gè)線程得到的賬戶余額都是初始狀態(tài)下的0，所以都是0上面做了+1的操作，因此得到了錯(cuò)誤的結(jié)果。

在這種情況下，“鎖”就可以派上用場(chǎng)了。我們可以通過“鎖”來保護(hù)“臨界資源”，只有獲得“鎖”的線程才能訪問“臨界資源”，而其他沒有得到“鎖”的線程只能被阻塞起來，直到獲得“鎖”的線程釋放了“鎖”，其他線程才有機(jī)會(huì)獲得“鎖”，進(jìn)而訪問被保護(hù)的“臨界資源”。

加鎖：

from time import sleep
from threading import Thread, Lock
class Account(object):
    def __init__(self):
        self._balance = 0
        self._lock = Lock()
    def deposit(self, money):
        # 先獲取鎖才能執(zhí)行后續(xù)的代碼
        self._lock.acquire()
        try:
            new_balance = self._balance + money
            sleep(0.01)
            self._balance = new_balance
        finally:
            # 在finally中執(zhí)行釋放鎖的操作保證正常異常鎖都能釋放
            self._lock.release()
    @property
    def balance(self):
        return self._balance
class AddMoneyThread(Thread):
    def __init__(self, account, money):
        super().__init__()
        self._account = account
        self._money = money
    def run(self):
        # 運(yùn)行存錢業(yè)務(wù)，只有獲取鎖的才能執(zhí)行
        self._account.deposit(self._money)
def main():
    account = Account()
    threads = []
    #創(chuàng)建100個(gè)線程
    for _ in range(100):
        # 線程加錢
        t = AddMoneyThread(account, 1)
        threads.append(t)
        t.start()
    for t in threads:
        t.join()
    print('賬戶余額為: ￥%d元' % account.balance)
if __name__ == '__main__':
    main()

結(jié)果：賬戶余額為: ￥100元

比較遺憾的一件事情是Python的多線程并不能發(fā)揮CPU的多核特性，因?yàn)镻ython的解釋器有一個(gè)“全局解釋器鎖”（GIL）的東西，任何線程執(zhí)行前必須先獲得GIL鎖，然后每執(zhí)行100條字節(jié)碼，解釋器就自動(dòng)釋放GIL鎖，讓別的線程有機(jī)會(huì)執(zhí)行。

全局解釋器鎖(GIL）

GIL是一個(gè)互斥鎖，它防止多個(gè)線程同時(shí)執(zhí)行Python字節(jié)碼。這個(gè)鎖是必要的，主要是因?yàn)镃Python的內(nèi)存管理不是線程安全的 盡管Python完全支持多線程編程， 但是解釋器的C語(yǔ)言實(shí)現(xiàn)部分在完全并行執(zhí)行時(shí)并不是線程安全的。

因此，解釋器實(shí)際上被一個(gè)全局解釋器鎖保護(hù)著，它確保任何時(shí)候都只有一個(gè)Python線程執(zhí)行。在多線程環(huán)境中，Python 虛擬機(jī)按以下方式執(zhí)行:

• 設(shè)置GIL
• 切換到一個(gè)線程去執(zhí)行
• 運(yùn)行

由于GIL的存在，Python的多線程不能稱之為嚴(yán)格的多線程。因?yàn)槎嗑€程下每個(gè)線程在執(zhí)行的過程中都需要先獲取GIL，保證同一時(shí)刻只有一個(gè)線程在運(yùn)行。

由于GIL的存在，即使是多線程，事實(shí)上同一時(shí)刻只能保證一個(gè)線程在運(yùn)行，既然這樣多線程的運(yùn)行效率不就和單線程一樣了嗎，那為什么還要使用多線程呢？

由于以前的電腦基本都是單核CPU，多線程和單線程幾乎看不出差別，可是由于計(jì)算機(jī)的迅速發(fā)展，現(xiàn)在的電腦幾乎都是多核CPU了，最少也是兩個(gè)核心數(shù)的，這時(shí)差別就出來了：通過之前的案例我們已經(jīng)知道，即使在多核CPU中，多線程同一時(shí)刻也只有一個(gè)線程在運(yùn)行，這樣不僅不能利用多核CPU的優(yōu)勢(shì)，反而由于每個(gè)線程在多個(gè)CPU上是交替執(zhí)行的，導(dǎo)致在不同CPU上切換時(shí)造成資源的浪費(fèi)，反而會(huì)更慢。即原因是一個(gè)進(jìn)程只存在一把gil鎖，當(dāng)在執(zhí)行多個(gè)線程時(shí)，內(nèi)部會(huì)爭(zhēng)搶gil鎖，這會(huì)造成當(dāng)某一個(gè)線程沒有搶到鎖的時(shí)候會(huì)讓cpu等待，進(jìn)而不能合理利用多核cpu資源。

但是在使用多線程抓取網(wǎng)頁(yè)內(nèi)容時(shí)，遇到IO阻塞時(shí)，正在執(zhí)行的線程會(huì)暫時(shí)釋放GIL鎖，這時(shí)其它線程會(huì)利用這個(gè)空隙時(shí)間，執(zhí)行自己的代碼，因此多線程抓取比單線程抓取性能要好，所以我們還是要使用多線程的。

參考文章：

深度解析Python線程和進(jìn)程 - wyh草樣 - 博客園

Python-100-Days/13.進(jìn)程和線程.md at master · jackfrued/Python-100-Days · GitHub