Python笔记_第四篇_高阶编程_进程、线程、协程_3.进程vs线程

1.多任务的实现原理：
　　通常我们会设计Mater-Workder模式，Master负责分配任务，Worker负责执行任务，因此多任务环境下，通常是一个Master，多个Worker

2.多进程：
　　主进程就是Master，其他进程就是Worker
　　稳定性高：一个子进程崩溃了，不会影响主进程和其他子进程，当然主进程挂了，所有进程就全挂了，但是Master进程只负责分配任务，挂掉的概率低。
　　创建进程的代价大：在UNIX/LINUX系统下，用fork调用还可以，在Windows下创建进程开销巨大。
　　操作系统能同时运行的进程数量也是有限的：在内存和CPU限制下，如果有几千个进程同时运行，操作系统调度就会成问题。

3.多线程：
　　主线程就是Master，其他线程就是Worker
　　优点：多线程模式通常比多进程快一点，但是也块不到哪里去；在Windows下，多线性效率比多进程要高。
　　缺点：任何一个线程挂掉都可能直接造成整个进程崩溃。所有线程共享进程的内存。在Windows上，如果一个线程执行的代码出了问题，你可以经常可以看到这样的提示：“改程序执行非法操作，即将关闭”，其实往往是某个线程出了问题，但是操作系统会强制结束整个进程。

4.计算密集型和IO密集型：
　　计算密集型：
　　　　进行大量的计算，消耗CPU资源，比如计算圆周率，对视频进行高清解码等等，全靠CPU的运算能力。这种计算密集型任务虽然也可以用多任务完成，但是任务越多，花在任务切换的事件就越多，CPU执行任务的效率就越低，所以，要最高效的利用CPU，计算密集型任务同时进行的数量应当等于CPU的核心数。

　　IO密集型：
　　　　涉及到网络、硬盘IO的任务都是IO密集型任务，这列任务的特点就是CPU消耗少，任务的大部分时间都在等待IO操作完成（因为IO的速度远远低于CPU和内存的速度）。对于IO密集型任务，任务越多，CPU效率越高，但是也有一个限度。常见的大部分任务都是IO密集型任务，比如WEB应用。