澄清并行线程/进程之间的差异

Question

(请注意，这个问题虽然涉及并行编程，但主要是在python3.x的上下文/应用程序下构建的)

目前，我从阅读中得到的是：

进程是一组指令，以及它运行时伴随的所有资源。它将包括以下代码，以及输入/输出/资源/内存/文件句柄/等等。换句话说，它是整个厨房水槽。

# this script, while running as a whole, is considered a process

print('hello world')

with open('something.txt', 'a') as file_handle:
    for i in range(500):
        file_handle.write('blablabla')
print('job done!')

但是，如果我想在相同的时间内做更多的事情--为了最大化我的计算机的处理能力--我可以选择产生更多的进程或线程。与上面简单的python脚本流程类比相比，我应该选择哪一个呢？生成另一个进程是否相当于在更改文件名的同时再次回忆整个事件？

# changed filename (is this "another process?")

print('hello world')

with open('something_else.txt', 'a') as file_handle:
    for i in range(500):
        file_handle.write('blablabla')
print('job done!') 

我也有一个模糊的想法，即单个进程可以包含多个线程，这是否相当于加载一堆更“概念性”的循环呢？

# like would this be a "thread" a barebones "subset" of an entire program?

with open('something.txt', 'a') as file_handle:
    for i in range(500):
        file_handle.write('blablabla')

这两个人到底有什么区别呢？在网上搜索时，我发现进程更加独立和重量级，而线程更轻量级，“更容易彼此共享内存”。但这到底意味着什么呢？为什么进程不能彼此共享内存呢？如果线程可以“共享内存”，我为什么不能访问来自同一脚本(例如from thread_a import var_data)产生的不同线程的不同变量。

最后，究竟是什么在计算？CPU是否计算线程或进程？还是一个包含多个核心/等等的总括性术语?核心计算进程或线程吗？

摘要：

1)使用一个简单的python脚本作为一个进程的示例，与生成另一个进程/线程的等价性是什么？(例如，重复脚本/脚本子集/部分代码)

2)进程与线程有什么根本区别，进程能够做线程不能做的事情的例子是什么？

3)为什么在进程中内存/数据常常被描述为“更难共享”而不是线程？线程是如何共享数据的呢？

4)执行CPU的计算线程或进程。核心是否计算线程或进程？

( 5)什么时候使用什么的一般准则/例子？

Answer 1

要开始回答这个问题，您必须了解什么是python GIL。基本上，Python的设计是让代码的任何部分访问内存。为了避免问题(例如同时对同一内存进行多次调用.)，有一个Lock禁止同时执行2个任务。这就是为什么python纯粹是一个过程，一个接着一个地执行任务。

在现代编程中，人们希望更好地使用多核处理器，从而将程序并行化以提高性能。由于GIL的存在，有两个解决办法：

• Threading是一个允许在不同线程中“同时”生成多个任务的模块。问题是，它实际上不是同时进行的，而是会被切割成原子任务，并在不同的任务之间切换。但是你永远不会同时拥有两个任务，所以你仍然可以像往常一样共享内存，这就是为什么它很简单的原因。
• 另一方面，multiprocessing允许您生成真正的进程，这些进程将同时工作。但是代价是，您不能在这些进程之间安全地共享内存(以经典的方式)。在其中包含多个线程的多个进程没有问题。不过，你并不是一个人。有几种方法可以安全地在进程之间进行通信，例如使用Lock。您可以在这个这里上看到更多信息。

总之，线程和进程允许您为其他任务分离一些任务，从而为您改进基本的过程程序提供了一种方法。在某些语言中，它们的工作方式并没有太大的区别，但是在Python中，主要要记住的是：

• 线程:保持共享内存，但不是真正的并行编程。如果您的代码是等待时间，那么这是非常有用的，这样您就可以在中间做其他事情了。如果您使用的是100%的CPU，它会减慢您的代码，因为执行会在任务之间经常发生变化，并造成开销。
• 进程:实现起来有点困难，因为您必须担心内存问题，而这在Python中通常是不需要的。主要的好处是，如果代码可以并行化，则可以显着地提高性能。