# Python并发编程概述

‍

# 参考

‍

‍

多线程、多进程和协程并发编程是用于实现并发执行的三种技术。

多线程是指在一个程序中同时运行多个线程，每个线程都有自己的执行流程和执行上下文。通常用于实现程序中不同部分之间的并行执行，以提高程序的执行效率。

多进程是指在一个程序中同时运行多个进程，每个进程都有自己独立的执行流程和执行上下文。通常用于实现程序中不同部分之间的并行执行，以提高程序的执行效率。

协程是一种轻量级的并发编程技术，它通过在单个线程中同时运行多个协程来实现并发执行。通常用于实现程序中不同部分之间的协作执行，以提高程序的执行效率。

‍

什么叫多任务？简单地说，就是操作系统可以同时运行多个任务。打个比方，一边在用浏览器上网，一边在听音乐，一边在用Word赶作业，这就是多任务，至少同时有3个任务正在运行。

还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。

现在，多核CPU已经非常普及了，但是即使过去的单核CPU，也可以执行多任务。由于CPU执行代码都是顺序执行的，那么，单核CPU是怎么执行多任务的呢？

答案就是操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。

真正的并行执行多任务只能在多核CPU 上实现，但是，由于任务数量远远多于 CPU 的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。

线程 thread 是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。一条线程指的是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。

‍

进程是任务是计算机进行资源分配和调度的基本单位，拥有独立数据空间，进程间不共享数据。
线程是进程内的子任务，是执行程序的最小单位，进程内线程间共享资源（上下文）。
- 每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序（进程）中，由应用程序提供多个线程执行控制。
- 每个线程都有他自己的一组CPU寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的CPU寄存器的状态。
- 指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程得到上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。
  - 线程可以被抢占（中断）。
  - 在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） -- 这就是线程的退让。
- 线程可以分为：
  - 内核线程： 由操作系统内核创建和撤销。
  - 用户线程： 不需要内核支持而在用户程序中实现的线程。
协程是由程序员调度，将一个线程分解为多个"微线程"，实质上是单线程+异步IO的编程模型。
- 子程序切换不是线程切换而是程序自身控制，因此没有线程切换的开销
- 不需要多线程的锁机制-只存在一个线程

‍

Python中有基于Thread和基于Task的两种并发切换方式，分别对应Python 中并发的两种形式——threading 和 asyncio-基于线程编程（抢占） 和基于事件驱动编程（协作）。

对于 threading，操作系统知道每个线程的所有信息，因此它会做主在适当的时候做线程切换。很显然，这样的好处是代码容易书写，因为程序员不需要做任何切换操作的处理；但是切换线程的操作，也有可能出现在一个语句执行的过程中（比如 x += 1），这样就容易出现 race condition 的情况。

而对于 asyncio，主程序想要切换任务时，必须得到此任务可以被切换的通知，这样一来也就可以避免刚刚提到的 race condition 的情况。

‍

以下情况需要使用多进程：

以下情况需要使用多线程：

以下情况需要使用协程：

‍