线程与进程的相关概念
关于线程和进程的话题，大部分的书只是微微提下，读者学完云里雾里，不知所以。本章会对Python中的多线程和多进程进行详解。大部分都是概念性的东西，不要去死记硬背，学完了解有个大概印象就好。
1、程序，进程，线程，多进程，多线程
关于程序，进程和线程的一些名词概念如图所示：
有句非常经典的话：“进程是资源分配的最小单位，线程则是CPU调度的最小单位”。
先说说「多进程」：从普通用户的视角：
如果你的电脑是Windows的话，Ctrl+Alt+Del打开任务管理器，可以看到电脑运行着很多的进程，比如QQ，微信，网易云音乐等。这就是多进程，每个进程各司其职完成对应的功能，互不干扰，你聊天的时候音乐照常播放。
再说说开发仔的视角：
多进程的概念更倾向于：多个进程协同地区完成同一项工作。
问题：为什么要在应用里使用多进程？
笔者观点：摆脱系统的一些限制和为自己的应用获取更多的资源，举个例子：
在Android系统中会为每个应用(进程)限制最大内容，单个进程超过这个阈值会引起OOM，而使用多进程技术可以规避这个内存溢出的问题。再举个例子：Python在实现Python解析器(CPython)时引入了GIL锁，使得任何时候仅有一个线程在执行，多线程的效率可能还比不上单线程，使用多进程技术可以规避这个限制。
再说说「多线程」，首先为什么会引入线程的概念呢？举个例子：
你有一个文本程序，三个功能组成部分：接收用户的输入，显示到屏幕上，保存到硬盘里，如果由三个进程组成：输入接收进程A，显示内容进程B，写入硬盘进程C，而他们之间共同需要拥有的东西——文本内容，而进程A，B，C运行在不同的内存空间，这就涉及到
进程通信问题了，而频繁的进程切换势必导致性能上的损失。有没有一种机制使得做这三个任务时共享资源呢？这个时候线程(轻量级的进程)就派上用场了，多个线程共享进程数据。相信读者看到这里，对于多进程和多线程的概念应该有个初步的了解了，接下来简单比较下两者的优劣和使用场景：
| 对比内容 | 多进程 | 多线程 |
| 内存与CPU | 内存占用多，切换复杂， CPU利用率低 |
内存占用少，切换简单， CPU利用率高 |
| 数据共享与同步 | 数据共享复杂，需要通过IPC， 因为数据是分开的，同步简单 |
共享进程数据，数据共享简单，但也因为 这个原因导致同步复杂 |
| 创建销毁和切换 | 创建销毁和切换复杂，速度慢 | 创建销毁和切换简单，速度很快 |
| 编程和调试 | 编程简单，调试简单 | 编程复杂，调试复杂 |
| 可靠性 | 进程间不会互相影响 | 一个线程挂掉将导致整个进程挂掉 |
| 分布式 | 适应于多核、多机分布式；如果一台 机器不够，扩展到多台机器比较简单 |
适应于多核分布式 |
2、线程的生命周期
线程的生命周期如图所示：
各个状态说明：
- New(新建)，新创建的线程进过初始化，进入Runnable(就绪)状态。
- Runnable(就绪)，等待线程调度，调度后进入Running(运行)状态。
- Running(运行)，线程正常运行，期间可能会因为某些情况进入Blocked
(同步锁；调用了sleep()和join()方法进入Sleeping状态；执行wait()方法进入
Waiting状态，等待其他线程notify通知唤醒)。
- Blocked(堵塞)，线程暂停运行，解除堵塞后进入Runnable(就绪)状态重新等待调度。
- Dead(死亡)：线程完成了它的任务正常结束或因异常导致终止。
3、并行与并发，同步与异步
并行与并发的区别：
并行是同时处理多个任务，而并发则是处理多个任务，而不一定要同时，并行可以说是并发的子集。
同步与异步的区别：
- 同步：线程执行某个请求，如果该请求需要一段时间才能返回信息，那么这个线程会一直等待，直到收到返回信息才能继续执行下去。
- 异步：线程执行完某个请求，不需要一直等，直接继续执行后续操作，当有消息
返回时系统会通知线程进程处理，这样可以提高执行的效率；异步在网络请求
的应用非常常见。
