一个程序运行起来,资源集合.
操作系统开辟一个内存空间, 把代码放进去, 去运行代码(需要cpu).
ps:(如果是python的话会把解释器代码也放进去)
生产者只负责生产,消费者只负责消费,彼此都达到了自己最大的效率.
生产者-->队列(盆)--->消费者
cpu真正的执行单位是线程
python里使用的线程是操作系统的原生线程.
在传统操作系统中,每个进程有一个地址空间,而且默认就有一个控制线程,cpu真正的执行单位是线程.
进程相当于线程的容器
进程 = 各种资源+线程
每开启一个进程就会自带一个线程, 也可以通过代码调用操作系统开启线程, 代码执行完了线程结束了.
进程的周期其实是资源的申请和销毁 资源角度
线程共享一个进程的内存资源,进程彼此内存资源隔离
大前提要知道:python的多线程无法利用多核优势实现并行,只能实现并发.
io密集型 适合用python的多线程处理.
计算密集型 适合用python的多进程处理.
池的功能限制进程数或线程数.
什么时候限制?
当并发的任务数量远远大于计算机所能承受的范围,即无法一次性开启过多的任务数量 , 我就应该考虑去限制我进程数或线程数,从保证服务器不崩.
什么样的协程才有意义?
只有遇到io切换才有意义.
优点:
应用程序控制切换要比操作系统控制切换快的多
缺点:
协程跟多线程比
如果一个任务io了没有切换, 其他的任务都要等这个任务io结束
协程跟多进程比
无法利用多核优势.
为什么要有协程( 遇到io切换的协程) ?
协程概念本质是程序员抽象出来的,操作系统根本不知道协程存在,也就说来了一个线程我自己遇到io,自己会在内部切换任务,操作系统跟本发现不了我发生了io,也就是实现了单线程下效率最高.
真实的情况是 多进程下开多线程,多线程下开协程(程序员自己控制的)
原文:https://www.cnblogs.com/17vv/p/11552775.html