上下文切換，指的是程序在執行中的一個狀態。通常我們會用調用棧來表示這個狀態——棧記載了每個調用層級執行到哪裏，還有執行時的環境情況等所有有關的信息
1.進程
每個進程有獨立的地址空間，資源句柄，他們互相之間不發生干擾。每個進程在內核中會有一個數據結構進行描述，我們稱其爲進程描述符。這些描述符包含了系統管理進程所需的信息，並且放在一個叫做任務隊列的隊列裏面。
進程的狀態:就緒態，運行態，睡眠態。就緒和執行可以互相轉換，基本這就是調度的過程。而當執行態程序需要等待某些條件(最典型就是IO)時，就會陷入睡眠態。而條件達成後，一般會自動進入就緒
阻塞: 當進程需要在某個文件句柄上做IO，這個fd又沒有數據給他的時候，就會發生阻塞
2.線程
線程是一種輕量進程，實際上在linux內核中，兩者幾乎沒有差別，除了一點——線程並不產生新的地址空間和資源描述符表，而是複用父進程的。但是無論如何，線程的調度和進程一樣，必須陷入內核態。
進程模型:爲每個客戶分配一個進程。優點是業務隔離，在一個進程中出現的錯誤不至於影響整個系統，甚至其他進程.缺點是進程的分配和釋放有非常高的成本
線程模型: 爲每客戶分配一個線程。優點是更輕量，建立和釋放速度更快，而且多個上下文間的通訊速度非常快。缺點是一個線程出現問題容易將整個系統搞崩潰
setDaemon(True) 將線程聲明爲守護線程，必須在start() 方法調用之前設置，如果不設置爲守護線程程序會被無限掛起
線程方法:
for t in threads:
t.start() 激活線程，
t.getName() 獲取線程的名稱
t.setName() 設置線程的名稱
t.name 獲取或設置線程的名稱
t.is_alive() 判斷線程是否爲激活狀態
t.isAlive() 判斷線程是否爲激活狀態
t.setDaemon() 設置爲後臺線程或前臺線程（默認：False）;通過一個布爾值設置線程是否爲守護線程，必須在執行start()方法之後纔可以使用。如果是後臺線程，主線程執行過程中，後臺線程也在進行，主線程執行完畢後，後臺線程不論成功與否，均停止；如果是前臺線程，主線程執行過程中，前臺線程也在進行，主線程執行完畢後，等待前臺線程也執行完成後，程序停止
t.isDaemon() 判斷是否爲守護線程
t.ident 獲取線程的標識符。線程標識符是一個非零整數，只有在調用了start()方法之後該屬性纔有效，否則它只返回None。
t.join() 逐個執行每個線程，執行完畢後繼續往下執行，該方法使得多線程變得無意義
t.run() 線程被cpu調度後自動執行線程對象的run方法
線程同步
鎖機制: threadLock = threading.Lock()
threadLock.acquire() 獲取鎖，可選的timeout參數不填時將一直阻塞直到獲得鎖定
threadLock.release() 釋放鎖
Queue模塊中的常用方法：
import Queue
Queue.qsize() 返回隊列的大小
Queue.empty() 如果隊列爲空，返回True,反之False
Queue.full() 如果隊列滿了，返回True,反之False
Queue.full 與 maxsize 大小對應
Queue.get([block[, timeout]]) 獲取隊列，timeout是等待時間
Queue.get_nowait() 相當Queue.get(False)
Queue.put(item) 寫入隊列，timeout是等待時間
Queue.put_nowait(item) 相當Queue.put(item, False)
Queue.task_done() 在完成一項工作之後，Queue.task_done()函數向任務已經完成的隊列發送一個信號
Queue.join() 實際上意味着等到隊列爲空，再執行別的操作
multiprocessing 模塊下的Pool類下的幾個方法:
apply(func[, args[, kwds]]) ：使用arg和kwds參數調用func函數，結果返回前會一直阻塞，
由於這個原因，apply_async()更適合併發執行，另外，func函數僅被pool中的一個進程運行。
apply_async(func[, args[, kwds[, callback[, error_callback]]]]) ：
apply()方法的一個變體，會返回一個結果對象。
如果callback被指定，那麼callback可以接收一個參數然後被調用，當結果準備好回調時會調用callback，
調用失敗時，則用error_callback替換callback。 Callbacks應被立即完成，否則處理結果的線程會被阻塞。
close() ： 阻止更多的任務提交到pool，待任務完成後，工作進程會退出。
terminate() ：不管任務是否完成，立即停止工作進程。在對pool對象進程垃圾回收的時候，會立即調用terminate()。
join() : wait工作線程的退出，在調用join()前，必須調用close() or terminate()。
這樣是因爲被終止的進程需要被父進程調用wait（join等價與wait），否則進程會成爲殭屍進程。
apply_async(func,args) 從進程池中取出一個進程執行func，args爲func的參數。它將返回一個AsyncResult的對象，你可以對該對象調用get()方法以獲得結果
map(func, iterable[, chunksize])
map_async(func, iterable[, chunksize[, callback[, error_callback]]])
imap(func, iterable[, chunksize])
imap_unordered(func, iterable[, chunksize])
starmap(func, iterable[, chunksize])
starmap_async(func, iterable[, chunksize[, callback[, error_back]]])
pool = Pool(5)
for i in range(1, 10):
pool.apply_async(func=f1, args=(i,), callback=f2) f1的return 結果傳遞給f2進行處理
pool.close()
pool.join()
pool = Pool(5) #創建擁有5個進程數量的進程池
#testFL:要處理的數據列表，run：處理testFL列表中數據的函數
rl =pool.map(run, testFL) 和map()函數一樣的原理
pool.close()#關閉進程池，不再接受新的進程
pool.join()#主進程阻塞等待子進程的退出
爲什麼python裏推薦用多進程而不是多線程，但是多進程也有其自己的限制：相比線程更加笨重、切換耗時更長，並且在python的多進程下，進程數量不推薦超過CPU核心數（一個進程只有一個GIL，所以一個進程只能跑滿一個CPU），因爲一個進程佔用一個CPU時能充分利用機器的性能，但是進程多了就會出現頻繁的進程切換，反而得不償失。不過特殊情況（特指IO密集型任務）下，多線程是比多進程好用的