【原】Python3多线程和多进程的区别

Python3使用两种不同的并发机制：多线程和多进程。

在 Python 中创建线程最常见的方法是使用 Thread 类，它有两个方法：start() 和 join()。start() 方法创建新线程，而 join() 方法等待其他线程完成后再返回。 

thread = Thread(target=task)thread.start()thread.join()

python多线程经常用于读取文件等IO操作多的地方或处理来自http服务器收发数据的场景下。

线程的优点是轻量级、快速执行，与进程相比，线程的开销非常低（线程只需要内存）。

线程的缺点是：很难调试，因为线程无法访问它们之间的任何共享状态；如果一个线程失败，很难找出原因！ 

线程是一种在进程中创建独立内存空间的机制。每个线程都可以拥有自己的内存空间和对磁盘存储的访问。

如果一个程序需要访问文件或数据库连接等共享资源，它必须使用锁来限制程序内所有线程对这些资源的访问。这使得我们在编写相互通信的程序时，需要锁定代码中的每个共享资源。

虽然线程是并发机制的，但同一时刻只能执行一个线程。这是由于Python全局解释器锁定的缘故。所以Python的多线程只是相对意义上的多线程。和C++，Java中的多线程本质上是不一样的。

例如：

import threadingimport time//打印偶数def printEven():    for i in range(2, 10, 2):        time.sleep(1)        print(i)
threading.Thread(target=printnum).start()

VSCode下执行结果：

Python 异步库 AsyncIO库补充了 Python 中的并发执行。在这个库的帮助下，一个进程不需要等待另一个进程停止才能运行。

也就是说多进程模块允许您同时在计算机上运行多个进程，每个进程都有自己的内存空间并可以访问文件或数据库等共享资源。

这类似于同时运行多个任务，但不是让它们都在同一个 CPU 内核上运行——这会减慢速度——你可以并行使用多个 CPU（每个进程一个）。

多进程是一种程序的多个实例（每个实例都有自己的内存空间）运行的方式。

在 Python 中，一个程序意味着一个进程。一个进程有一个线程来帮助执行该进程。

例如：

process = Process(target=task)process.start()

线程可以以更快的速度在任务之间切换。启动线程被认为比启动进程更快。

如上所述，CPU密集型任务在多进程模块中执行得很好，而多线程则适用于 IO 密集型任务。

CPU 密集型任务很重，则在使用 Python 中的多进程模块时会更好。

例如：

from multiprocessing import Processimport sysimport io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='utf-8')def print_func(arg='中国'):    print('打印 : ', arg)
if __name__ == "__main__":     names = ['中国', '北京', '南京']    procs = []    proc = Process(target=print_func)     procs.append(proc)    proc.start()    for name in names:        # print(name)        proc = Process(target=print_func, args=(name,))        procs.append(proc)        proc.start()            for proc in procs:        proc.join()

结果：