進程 VS 線程

一、進程和線程

1.1 概念

?網上看到了一篇比較好的解釋，從計算機的發展角度來分析進程和線程的。

早期的計算機是沒有線程這麼一說的，進程就是計算運行的基本單位，包含靜態的資源和動態的計算。隨着計算機性能的提升和系統設計的改進，爲了避免進程之間的調度帶來的開銷，同時提升系統的併發性，於是在進程中引入了線程的概念，專門用來負責程序的動態部分。

線程專門用來描述系統的動態計算，是系統調度和運行的基本單位，而現在的進程已經是一種靜態的概念，可以理解爲爲一個或者多個線程提供共享資源的上下文容器，更多強調的是系統的資源，不在強調動態性，這些動態特性已經被轉移到線程身上。

• 進程

在一定環境下，把靜態的程序代碼運行起來，通過使用不同的資源來完成一定的任務，這些資源可以成爲計算機執行的上下文環境，進程是資源分配的基本單位，強調的是內存資源的管理。

• 線程

線程是進程的一部分，扮演的角色是在進程已經掌握的資源下怎麼利用CPU去運行代碼和動態計算，這裏牽扯到的是CPU，寄存器和線程的棧。線程是CPU輪流調度的基本單位，強調的是CPU的運行。

總結起來，就是進程是資源分配的基本單位，而線程是CPU在進程內切換的基本單位，線程屬於進程。

1.2 進程和線程的區別

這裏舉個栗子做類比，進程=火車，線程=車廂

• 線程在進程下運行（單純的車廂無法運行）
• 一個進程可以包含多個線程（一輛火車包含多節車廂）
• 不同進程間共享數據很難（一輛火車的乘客很難跑到另外一輛火車）
• 同一進程下的不同線程數據很容易共享（A車廂的乘客很容易換到B車廂）
• 進程要比線程消耗更多的資源（火車比單節車廂消耗的資源更多）
• 進程之間不會相互影響，一個線程掛掉將導致整個進程掛掉（一列火車不會影響另外一輛火車，但是如果一輛火車上的某節車廂出故障了，將影響整列火車的運行）
• 線程使用的內存地址可以上鎖，即一個線程使用某些內存的使用，其他線程必須等待它結束才能使用（火車上的洗手間一次只能一個乘客使用）
• 進程使用的內存地址可以限定使用量——信號量（比如火車上的餐廳，最多隻允許多少人進去，如果滿了需要在門口等待）
• 進程可以拓展到多級，使用多核

二、多進程和多線程

?這裏參考廖雪峯老師的博客，講的特別好。

2.1 概念

多進程和多線程都是多任務處理。要實現多任務，我們通常會設計Master-Worker模式，即Master負責分配任務，Worker負責執行任務，通常情況下，一個Mater、多個Worker

• 多進程：Master爲主進程，Worker爲其他進程
• 多線程：Master爲主線程，Worker爲其他線程

多進程的python代碼

import multiprocessing as mp


def fun(a):
    print(a)


if __name__ == '__main__':
    # 這裏有三個任務，手動指定3個進程
    p1 = mp.Process(target = fun, args=(1,))
    p2 = mp.Process(target = fun, args=(2,))
    p3 = mp.Process(target = fun, args=(3,))
    p1.start()  # 啓動進程
    p2.start()
    p3.start()
    p1.join()  # 等待子進程執行完畢
    p2.join()
    p3.join()

輸出結果

1
2
3

多線程的python代碼

import time, threading

# 新線程執行的代碼:
def loop():
    print('thread %s is running...' % threading.current_thread().name)
    n = 0
    while n < 5:
        n = n + 1
        print('thread %s >>> %s' % (threading.current_thread().name, n))
        time.sleep(1)
    print('thread %s ended.' % threading.current_thread().name)


if __name__ == '__main__':
	print('thread %s is running...' % threading.current_thread().name)
	t = threading.Thread(target=loop, name='LoopThread')
	t.start()
	t.join()
	print('thread %s ended.' % threading.current_thread().name)

輸出結果

thread MainThread is running...
thread LoopThread is running...
thread LoopThread >>> 1
thread LoopThread >>> 2
thread LoopThread >>> 3
thread LoopThread >>> 4
thread LoopThread >>> 5
thread LoopThread ended.
thread MainThread ended.

2.2 多進程和多線程的區別

• 多進程的最大優點是穩定性高，因爲一個子進程崩潰，不會影響主進程和其他子進程
• 多進程模式的缺點是創建進程的代價大，在Unix/Linux系統下，用fork()調用還行，但是在Windows下創建進程開銷巨大，另外，操作系統同時運行的進程數有限，在內存和CPU有限的情況下，如果有幾千個進程同時運行，操作系統連調度都成問題。
• 多線程模式通常比多進程快一點，但是也快不到哪裏去，而且多線程致命的缺點是任何一個線程掛掉可能導致整個進程崩潰，因爲所有的線程共享進程的內存。

2.3 線程切換

無論是多進程還是多線程，只要數量一多，效率肯定上不去，爲什麼呢？

我們打個比方，假設你不幸正在準備中考，每天晚上需要做語文、數學、英語、物理、化學這5科的作業，每項作業耗時1小時。

如果你先花1小時做語文作業，做完了，再花1小時做數學作業，這樣，依次全部做完，一共花5小時，這種方式稱爲單任務模型，或者批處理任務模型。

假設你打算切換到多任務模型，可以先做1分鐘語文，再切換到數學作業，做1分鐘，再切換到英語，以此類推，只要切換速度足夠快，這種方式就和單核CPU執行多任務是一樣的了，以幼兒園小朋友的眼光來看，你就正在同時寫5科作業。

但是，切換作業是有代價的，比如從語文切到數學，要先收拾桌子上的語文書本、鋼筆（這叫保存現場），然後，打開數學課本、找出圓規直尺（這叫準備新環境），才能開始做數學作業。操作系統在切換進程或者線程時也是一樣的，它需要先保存當前執行的現場環境（CPU寄存器狀態、內存頁等），然後，把新任務的執行環境準備好（恢復上次的寄存器狀態，切換內存頁等），才能開始執行。這個切換過程雖然很快，但是也需要耗費時間。如果有幾千個任務同時進行，操作系統可能就主要忙着切換任務，根本沒有多少時間去執行任務了，這種情況最常見的就是硬盤狂響，點窗口無反應，系統處於假死狀態。

所以，多任務一旦多到一個限度，就會消耗掉系統所有的資源，結果效率急劇下降，所有任務都做不好。

2.4 計算密集型與IO密集型

是否採用多任務的第二個考慮是任務的類型。我們可以把任務分爲計算密集型和IO密集型。

• 計算密集型任務

計算密集型任務的特點是要進行大量的計算，消耗CPU資源，比如計算圓周率、對視頻進行高清解碼等等，全靠CPU的運算能力。這種計算密集型任務雖然也可以用多任務完成，但是任務越多，花在任務切換的時間就越多，CPU執行任務的效率就越低，所以，要最高效地利用CPU，計算密集型任務同時進行的數量應當等於CPU的核心數。

計算密集型任務由於主要消耗CPU資源，因此，代碼運行效率至關重要。Python這樣的腳本語言運行效率很低，完全不適合計算密集型任務。對於計算密集型任務，最好用C語言編寫。

• IO密集型任務

第二種任務的類型是IO密集型，涉及到網絡、磁盤IO的任務都是IO密集型任務，這類任務的特點是CPU消耗很少，任務的大部分時間都在等待IO操作完成（因爲IO的速度遠遠低於CPU和內存的速度）。對於IO密集型任務，任務越多，CPU效率越高，但也有一個限度。常見的大部分任務都是IO密集型任務，比如Web應用。

IO密集型任務執行期間，99%的時間都花在IO上，花在CPU上的時間很少，因此，用運行速度極快的C語言替換用Python這樣運行速度極低的腳本語言，完全無法提升運行效率。對於IO密集型任務，最合適的語言就是開發效率最高（代碼量最少）的語言，腳本語言是首選，C語言最差。

參考文獻

• 湯子瀛.計算機操作系統(第三版).2007:34-78
• https://www.jianshu.com/p/5ce909404c90
• https://www.liaoxuefeng.com/wiki/1016959663602400/1017631469467456