python 之 进程与线程区别、GIL锁产生背景及对Python性能的影响？python的多线程是假的，为啥还用多线程

一、进程与线程区别

• 根本区别
  进程是操作系统资源分配的基本单位。每个进程都有自己独立的地址空间、数据、堆栈和状态
  线程是处理器任务调度和执行的基本单位。一个进程可以有多个线程，这些线程共享进程的地址空间和资源
• 资源开销(内存分配)
  进程创建新的进程需要分配独立的地址空间，有较大的字节。进程间切换和通信成本相对较高
  线程间共享地址空间和资源，因此线程的创建、切换和通信相对较接近，资源消耗较少
• 通信方式
  进程间通信相对复杂，主要方式有管道、消息队列、信号量、共享内存等
  线程间通信更简单，可以直接访问其他线程的数据（因为它们共享地址空间），主要通过锁、信号量等同步原语来协调(也可以共享变量，共享内存，共享数据库，消息队列)
• 隔离性与安全性：
  进程间有最大的隔离性，一个进程崩溃（例如访问了内存）一般不会影响其他进程。
  线程间共享进程资源，一个线程的错误可能影响同一进程的其他线程。
• 使用场景
  IO密集型使用线程，计算密集型使用多进程
  进程适用于相互独立，需要较高安全性和隔离性的场景。
  线程适用于需要密集通信，或共享大量资源的场景，如服务器的请求处理
• 补充
  协程：是一种用户态的轻量级线程，协程的调度完全由用户控制。
  协程拥有自己的寄存器上下文和栈，协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作栈则基本没有内核切换的开销，可以不加锁的访问全局变量，所以上下文的切换非常快。

二、什么是GIL锁？GIL对Python性能的影响

• GIL全局解释锁
  全局解释锁: 每个线程在执行过程的过程都需要先获取GIL，确保在同一时刻只有一个线程可以执行字节码，目的是简化CPython的设计, 保证线程安全

• 线程释放GIL锁的情況：

  1. 在I0操作等可能会引起阻塞的system call之前，可以暂时释放GIL，但在执行完毕后，必须重新获取GIL
  2. Python 3.x使用计时器(执行时间达到國值后，当前线程释放GIL）或Python 2.x, tickets计t数达到100

  python使用多进程是可以利用多核的CPU资源的。
  多线程爬取比单线程性能有提升，因为遇到I0阻塞会自动释放GIL锁
  多进程适合在 CPU 密集型操作(Cpu 操作指令比较多，如位数多的浮点运算)。
  多线程适合在 IO 密集型操作(读写数据操作较多的，比如爬虫）

• GIL全局解释锁：目的是简化CPython的设计, 保证线程安全

  1. 保护内存管理：
     GIL保证了对Python对象的访问是线程安全的。Python使用引用计数来管理内存，而更新引用计数并不是一个原子操作。假如两个线程同时修改同一个对象的引用计数，可能会导致引用计数被错误地更新，进而引发内存泄漏或错误地回收了仍在使用的对象。GIL确保了每一时刻只有一个线程在执行Python字节码，从而避免了这种竞争条件
  2. 简化设计和实现：
     通过使用GIL，CPython解释器的实现大大简化。GIL消除了多线程环境中复杂的锁管理和同步问题。没有GIL，CPython的每个数据结构都需要单独管理锁，这将增加设计和实现的复杂性

三、为啥python的多线程是假的，还用多线程

• 为什么说Python的多线程是“假”的：
  GIL是一个全局锁，它保证一次只有一个线程执行Python字节码。在多核CPU环境中，这意味着Python的多线程不能有效利用多个CPU核心。相反，尽管有多个线程，但在任何给定的时刻，只有一个线程在执行。这使得Python的多线程对于计算密集型任务效果不佳，因为它们无法真正地执行任务。

1. 为什么仍然使用Python的多线程
   对于I/O密集型任务（如网络通信、文件I/O等），多线程仍然是非常有效的。
   在I/O密集型任务中，线程大部分时间都在等待外部资源
   比如等待文件读取写完成或网络响应。在此期间，CPU几乎处于空闲状态。
   通过使用多线程，当一个线程等待I/O操作完成时，GIL可以被释放，其他线程可以继续执行。
   这样，多线程可以在I /O密集型应用中提高程序的总体性能和响应能力
2. 综上所述
   尽管Python的多线程因GIL的存在而受到了一定的限制（特别是对于计算密集型任务），它仍然在某些场景下是有用和有效的。
   选择是否使用多线程，以及如何使用，取决于具体的应用场景和性能需求。

三、为啥 IO密集型使用线程，计算密集型使用多进程

3.1 I/O密集型任务：

I/O密集型任务是指系统的性能瓶颈主要出现在I/O操作上，如文件操作、网络通信等

为什么使用线程??

1. I/O 密集型任务中，CPU 的使用并不是瓶颈，主要时间消耗在等待 I/O 操作上。在此期间，CPU 大部分时间都是空闲的。
2. 线程的创建和思考成本很小，且所有线程共享进程的内存空间，使得线程之间的通信和数据交换成本很低。
3. 使用线程可以使一个进程内的多个线程在等待I/O操作时可以共享同一个资源，这样当一个线程在等待I/O时，其他线程可以继续执行

3.2 计算密集型任务：

计算密集型任务是指系统的性能瓶颈主要出现在CPU计算上，即任务需要大量的CPU计算时间

为什么使用多进程??

1. 对于计算密集型任务，多进程可以有效地利用多核CPU的优势，因为每个进程可以在一个单独的CPU核上执行。
   进程间的独立性较强，一个进程的崩溃不会影响到其他进程。
   在解释全局器锁（GIL）的存在的环境下（例如CPython），多线程程序无法有效利用多核CPU。GIL是Python的一个互斥锁，它阻止多个线程同时执行Python字节码。
   密集型任务，这可能导致程序的效率大幅度降低。多进程则参与GIL的限制，每个进程都有自己的GIL和独立的内存空间，因此可以充分利用多核CPU。

四、进程间8种通信方式详解

1. 管道( pipe )：管道是一种半双工的通信方式，数据只能单向流动，而且只能在具有亲缘关系的进程间使用。进程的亲缘关系通常
   是指父子进程关系
2. 消息队列通信：消息队列是由消息的链表，存放在内核中并由消息队列标识符标识。消息队列克服了信号传递信息少、管道只能承载
   无格式字节流以及缓冲区大小受限等缺点
3. 信号量：信号量是一个计数器，可以用来控制多个进程对共享资源的访问。它常作为一种锁机制，防止某进程正在访问共享资源
   时，其他进程也访问该资源。因此，主要作为进程间以及同一进程内不同线程之间的同步手段。
4. 信号：信号是种比较复杂的通信方式，用于通知接收进程某个事件已经发生。
5. 共享内存通信：共享内存就是映射一段能被其他进程所访问的内存，这段共享内存由一个进程创建，但多个进程都可以访问。共享内
   存是最快的 IPC 方式，它是针对其他进程间通信方式运行效率低而专门设计的。它往往与其他通信机制，如信号量，配合使用，来实来实现进程间的同步和通信。
6. socket：套接口也是一种进程间通信机制，与其他通信机制不同的是，它可用于不同机器间的进程通信

为什么爬虫使用多线程?而不是多进程

• 多进程占用资源多，进程间通讯不方便，爬虫很少用
• 多线程/协程 在请求数据和解析数据的时候采用多线程，大部分时间都是单线程爬虫，大部分情况采用分布式

什么是并发和并行？.同步和异步，阻塞和非阻塞的区别？

＃ 并发：同一时刻只能处理一个任务，但可以交替处理多个任务。（一个处理器同时处理多个任务〕
＃ 并行：同一时刻可以处理多个任务。(多个处理器或者是多核的处理器同时处理多个不同的任务）
＃ 类比：并发是一个人同时吃三个馒头，而并行是三个人同时吃三个馒头。

线程是并发，进程是并行；进程之间相互独立，是系统分配资源的最小单位，同一个线程中的所有线程共享资源。

阻塞：在执行一个操作时，不能做其他操作；
非阻塞：在执行一个操作时，能做其他操作。

阻塞和非阻塞关心的问题是：能不能做其他操作。