python多線程與多進(jìn)程的區(qū)別

　　Python的設(shè)計(jì)哲學(xué)是“優(yōu)雅”、“明確”、“簡單”。因此，Perl語言中“總是有多種方法來做同一件事”的理念在Python開發(fā)者中通常是難以忍受的。Python開發(fā)者的哲學(xué)是“用一種方法，最好是只有一種方法來做一件事”。在設(shè)計(jì)Python語言時(shí)，如果面臨多種選擇，Python開發(fā)者一般會(huì)拒絕花俏的語法，而選擇明確的沒有或者很少有歧義的語法。由于這種設(shè)計(jì)觀念的差異，Python源代碼通常被認(rèn)為比Perl具備更好的可讀性，并且能夠支撐大規(guī)模的軟件開發(fā)。這些準(zhǔn)則被稱為Python格言。在Python解釋器內(nèi)運(yùn)行import this可以獲得完整的列表。

　　Python開發(fā)人員盡量避開不成熟或者不重要的優(yōu)化。一些針對非重要部位的加快運(yùn)行速度的補(bǔ)丁通常不會(huì)被合并到Python內(nèi)。所以很多人認(rèn)為Python很慢。不過，根據(jù)二八定律，大多數(shù)程序?qū)λ俣纫蟛桓?。在某些對運(yùn)行速度要求很高的情況，Python設(shè)計(jì)師傾向于使用JIT技術(shù)，或者用使用C/C++語言改寫這部分程序?？捎玫腏IT技術(shù)是PyPy。

　　Python是完全面向?qū)ο蟮恼Z言。函數(shù)、模塊、數(shù)字、字符串都是對象。并且完全支持繼承、重載、派生、多繼承，有益于增強(qiáng)源代碼的復(fù)用性。Python支持重載運(yùn)算符和動(dòng)態(tài)類型。相對于Lisp這種傳統(tǒng)的函數(shù)式編程語言，Python對函數(shù)式設(shè)計(jì)只提供了有限的支持。有兩個(gè)標(biāo)準(zhǔn)庫（functools， itertools）提供了Haskell和Standard ML中久經(jīng)考驗(yàn)的函數(shù)式程序設(shè)計(jì)工具。

　　多進(jìn)程與多線程概念

　　所謂進(jìn)程，你可以簡單的理解為一個(gè)可執(zhí)行程序，一個(gè)沒有調(diào)用多進(jìn)程的可執(zhí)行程序就是單個(gè)進(jìn)程，如果這個(gè)可執(zhí)行程序通過代碼又啟動(dòng)了其他進(jìn)程，那它就是多進(jìn)程。你也可以打開windows下的任務(wù)管理器頁面，如下圖所示，一個(gè)圖標(biāo)就代表了一個(gè)進(jìn)程。

　　如果你是linux平臺(tái)的，也可以通過ps -e查看所有正在運(yùn)行的進(jìn)程（不同平臺(tái)可能不一樣，ubuntu和debian是ps -e，其他版本的如果這個(gè)命令不可用請自行百度）

　　這是比較直觀的理解。而對于系統(tǒng)而言，也是專業(yè)的解釋：進(jìn)程是系統(tǒng)分配和調(diào)度資源的基本單位。所有的程序運(yùn)行都需要內(nèi)存空間，根據(jù)實(shí)際情況，它可能還會(huì)需要其他資源如打印機(jī)、顯示窗口等。所有這些計(jì)算機(jī)系統(tǒng)資源和外設(shè)資源都統(tǒng)稱為這里的資源。而進(jìn)程就是系統(tǒng)分配和調(diào)度這些資源的基本單位。那么比進(jìn)程更小的單位就是線程了。一個(gè)進(jìn)程下可以有多個(gè)進(jìn)程。那么，這時(shí)候，這多個(gè)線程一般會(huì)共享所屬進(jìn)程被分配到的資源。因此說，進(jìn)程是系統(tǒng)分配和調(diào)度這些資源的基本單位。

　　而線程就是一個(gè)進(jìn)程的實(shí)際執(zhí)行過程，你可以簡單的理解為就是進(jìn)程的指令部分（不包含數(shù)據(jù)部分）。專業(yè)解釋是線程是系統(tǒng)獨(dú)立調(diào)度和分派的基本單位，這里要注意：這和上面所說的進(jìn)程的專業(yè)解釋是有區(qū)別的，具體區(qū)別下面介紹。

　　如果，這個(gè)進(jìn)程同時(shí)啟用兩個(gè)程序，這兩個(gè)程序的執(zhí)行過程是允許同時(shí)進(jìn)行的，那么這就是多線程了。專業(yè)的解釋是

　　那么，什么是多進(jìn)程呢？顧名思義就是多個(gè)進(jìn)程同時(shí)運(yùn)行。實(shí)際操作中，我們一般可以通過某個(gè)語言提供的系統(tǒng)調(diào)用方法啟用新的進(jìn)程，也可以通過該語言本身特有的方法啟用新進(jìn)程。在下面，我們就將通過multiprocessing啟用新進(jìn)程。

　　多進(jìn)程和單進(jìn)程區(qū)別

　　我們?nèi)绻I電腦或手機(jī)或其他移動(dòng)設(shè)備，那么你會(huì)經(jīng)常聽見有人說八核或十核高性能處理器。這里的核指的就是處理器核心。我們?nèi)绻悴痖_你的家用電腦或手機(jī)，你或許會(huì)發(fā)現(xiàn)你的電腦只有一個(gè)CPU芯片（一般只有服務(wù)器或高性能工作站的主板上有兩個(gè)CPU），那么商家所謂的多核是哪里來的呢？實(shí)際上，這些核心都裝在了那個(gè)看上去不大的CPU芯片里面了。CPU芯片本身只是一個(gè)載體，里面的CPU核心才是真正的“處理器”（但是CPU里面不僅有處理器，還有寄存器或者核心顯卡之類的，還有其他用于管理計(jì)算機(jī)系統(tǒng)的部分，這里不多介紹）。而一個(gè)程序，如果他是單進(jìn)程的，那么他從運(yùn)行到結(jié)束，始終只會(huì)占用一塊CPU。因此，理想狀態(tài)下，這個(gè)程序在兩個(gè)相同主頻不同核心數(shù)的計(jì)算機(jī)中的運(yùn)行時(shí)間是差不多的。一個(gè)程序，如果是單進(jìn)程的，那么他將無法完成復(fù)雜的計(jì)算和解決突發(fā)性的事件。但是多進(jìn)程就不一樣了，如果這個(gè)程序采用了多進(jìn)程，那么他就被允許分配多個(gè)CPU核心參與工作，能將CPU利用率提高，也能提高程序運(yùn)行效率，還能很方便的堅(jiān)決一些突發(fā)性事件。可以說好處多多。

　　但是注意：單進(jìn)程哪怕你給他分配多個(gè)線程它也是始終占用一個(gè)CPU的，只不過是這多個(gè)線程輪流占用罷了。

　　多進(jìn)程與多線程區(qū)別

　　先來一張圖，或許會(huì)比較好理解

　　python下通過multiprocessing調(diào)用多進(jìn)程的基本方法

　?。踦ython］ view plain copy# encoding=utf-8

　　import multiprocessing

　　import os

　　def proc_func（msg）：

　　if __name__ == “__main__”：

　　print “this is processing - ”，msg

　　print os.getpid（） # 獲取進(jìn)程id

　　while 1： # 死循環(huán)，阻止進(jìn)程退出

　　pass

　　if __name__ == “__main__”：

　　proc=multiprocessing.Process（ # 準(zhǔn)備一個(gè)子進(jìn)程，該進(jìn)程執(zhí)行proc_func函數(shù)，并且為這個(gè)函數(shù)傳遞一個(gè)字符串參數(shù)“proc 1”

　　target = proc_func ，

　　args = （“proc 1”，）

　　）

　　proc.start（） # 啟動(dòng)進(jìn)程

　　proc.join（） # 等待子進(jìn)程運(yùn)行結(jié)束后再繼續(xù)執(zhí)行下一語句

　　print “Sub-process done.”

　　需要注意

　　這段代碼沒有任何有實(shí)際意義的功能，它的目的只是為了讓你能對multiprocessing調(diào)用多進(jìn)程有個(gè)理解。你可以嘗試分別注釋proc_func中的死循環(huán)和proc.join（）看看程序運(yùn)行結(jié)果的區(qū)別。

　　哪怕在同一臺(tái)計(jì)算機(jī)中不同時(shí)刻運(yùn)行的同一進(jìn)程，也有可能獲得不同的PID

　　所有的進(jìn)程在運(yùn)行后都會(huì)獲得一個(gè)唯一的進(jìn)程id號，在linux系統(tǒng)中，使用ps -e輸出所有正在運(yùn)行的進(jìn)程時(shí)，就有一列用于顯示對應(yīng)進(jìn)程的PID（可以注意上方截圖中的第一列頭部）。windows中，任務(wù)管理器下，選中頂部的詳細(xì)信息選項(xiàng)卡，下方就會(huì)列出所有正在運(yùn)行的進(jìn)程和對應(yīng)PID，如下圖第二列