线程，进程协程在学习

进程：process 是计算机进行资源分配的和调度的基本单位，进程是程序的一次执行活动。允许多个程序加载到内存中实现并发。进程就是为了实现CPU上执行多道程序提出的。

线程：thread 是计算机能够进行运行调度的最小单位。是进程中的实际运行单位，进程中的每一个线程可并行的执行不同的任务。一个进程包括至少一个线程。

协程：coroutine 是一种用户态的轻量级线程，又称为微线程。可以简单理解为单线程，但是拥有自己的寄存器上下文和栈，在不同的任务上切换。

协程的好处：

无需线程上下文切换的开销
无需原子操作锁定及同步的开销

　　　　"原子操作(atomic operation)是不需要synchronized"，所谓原子操作是指不会被线程调度机制打断的操作；这种操作一旦开始，就一直运行到结束，中间不会有任何　　　　context switch （切换到另一个线程）。原子操作可以是一个步骤，也可以是多个操作步骤，但是其顺序是不可以被打乱，或者切割掉只执行部分。视作整体是原子性的核心。

方便切换控制流，简化编程模型
高并发+高扩展性+低成本：一个CPU支持上万的协程都不是问题。所以很适合用于高并发处理。

缺点：

无法利用多核资源：协程的本质是个单线程,它不能同时将单个CPU 的多个核用上,协程需要和进程配合才能运行在多CPU上.当然我们日常所编写的绝大部分应用都没有这个必要，除非是cpu密集型应用。
进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

GIL：global interpreter lock 保证了同一个CPU同时只能有一条线程被执行。加全局锁的主要原因在于多年前的处理并发线程的过程中很可能出现：与线程并发的内存’清理线程‘会错将其他线程的内存清理。为了避免这一现象于是粗糙的加上了全局锁。但是在处理IO密集型操作时其实是没有影响的。

Gevent

实现协程的一个第三方库，可以轻松通过gevent实现并发同步或异步编程，在gevent中用到的主要模式是Greenlet, 它是以C扩展模块形式接入Python的轻量级协程。 Greenlet全部运行在主程序操作系统进程的内部，但它们被协作式地调度。

import gevent
 
def func1():
    print('33[31;1m函数1 第一步33[0m')
    gevent.sleep(2)
    print('33[31;1m函数1 第二步33[0m')
 
def func2():
    print('33[32;1m函数2 第一步33[0m')
    gevent.sleep(1)
    print('33[32;1m函数2 第二步33[0m')
 
 
gevent.joinall([
    gevent.spawn(func1),
    gevent.spawn(func2),
])

结果：当遇到IO操作时自动切换。

函数1 第一步
函数2 第一步
函数2 第二步
函数1 第二步

队列通信：RabbitMq

就算是进程之间的Queue能够实现进程之间的通信，其实是管道。但是也不能实现多个服务器之间不同语言之间的通信。正因此才是rabbitmq的功能体现之处。

send端

#!/usr/bin/env python
import pika
 
connection = pika.BlockingConnection(pika.ConnectionParameters(
               'localhost'))
channel = connection.channel()
 
#声明queue
channel.queue_declare(queue='hello')
 
#n RabbitMQ a message can never be sent directly to the queue, it always needs to go through an exchange.
channel.basic_publish(exchange='',
                      routing_key='hello',
                      body='Hello World!')
print(" [x] Sent 'Hello World!'")
connection.close()

receive端

#_*_coding:utf-8_*_
__author__ = 'Alex Li'
import pika
 
connection = pika.BlockingConnection(pika.ConnectionParameters(
               'localhost'))
channel = connection.channel()
 
 
#You may ask why we declare the queue again ‒ we have already declared it in our previous code.
# We could avoid that if we were sure that the queue already exists. For example if send.py program
#was run before. But we're not yet sure which program to run first. In such cases it's a good
# practice to repeat declaring the queue in both programs.
channel.queue_declare(queue='hello')
 
def callback(ch, method, properties, body):
    print(" [x] Received %r" % body)
 
channel.basic_consume(callback,
                      queue='hello',
                      no_ack=True)
 
print(' [*] Waiting for messages. To exit press CTRL+C')
channel.start_consuming()

When RabbitMQ quits or crashes it will forget the queues and messages unless you tell it not to. Two things are required to make sure that messages aren't lost: we need to mark both the queue and messages as durable.

当rabbit退出或者崩溃的时候队列和消息会被丢弃除非你设置一下。为了确保消息不会丢失，我们需要标记队列和消息都是可持久化的。

一是声明此队列的时候在其后还有一个参数为durable=True ，另个一个为：

channel.basic_publish(exchange='',
                      routing_key="task_queue",
                      body=message,
                      properties=pika.BasicProperties(
                         delivery_mode = 2, 
                      ))

阻塞，非阻塞与异步

阻塞与非阻塞的关键点是：读操作是否等待，而拷贝数据到用户内存即写操作都是会阻塞住的。

而异步指的是，只会发出命令后将其他的操作交给其他线程去做。整个过程永不会阻塞。

IO多路复用的代表select，poll，epoll是假的异步，属于同步。不过是通过epoll负责轮询所有的socket。