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。

原文地址:https://www.cnblogs.com/noah0532/p/10939229.html