标签：占用 有一个 结果 互斥锁 treading cpu 问题 计算 运行
# 1、线程与进程的区别是什么?（怎么理解怎么写）
‘‘‘
进程是程序运行的状态和过程。
进程会占用内存中的一块空间，消耗资源。
每个进程最少会有一个线程（主线程），可以有多个线程。
pyyhon在运行的过程中最多只能有一个线程调用CPU资源，那是因为在每个进程前面有GIL全局解释器锁。
多个线程通过全局解释器锁是靠操作系统分配的，同一时刻只能有一个线程获得CPU资源 ，如果该线程
遇到IO操作，操作系统会将CPU分配给别的线程做运算，直到该线程IO操作结束继续计算。
如果多线程计算过程调用了全局变量就需要注意线程安全的问题，该问题只有多线程运算会遇到，
线程安全的问题会直接影响程序运行结果。
线程安全可以用互斥锁、迭代锁来解决。互斥锁相当于用户设置一个锁控制线程调用CPU资源，在一个线程调用CPU的过程中
即便遇到IO操作由于锁的原因也不会将资源分配给其他线程使用，起到了串行计算的作用，由于互斥锁设置方便，可以自主
设置锁住的位置和解锁的位置所以比单纯的单线程用JOIN的方式效率更高。
由于互斥锁功能相对简单，不恰当的使用会导致死锁现象，所以有了迭代锁的概念，用treading.RLock()控制，
起到线程串行的作用，不会导致线程安全问题。
‘‘‘
# 2、在 Python 中,哪一种多线程的程序表现得更好,I/O 密集型的还是计算 密集型的?
‘‘‘
在python中多线程更适用于IO密集型操作，并不适用于计算密集型。
由于python的机制是当一个线程遇到IO操作的时候会将CPU资源给下一个线程使用，直到IO操作结束才会继续调用CPU资源。
这样的机制导致PYTHON更适用于IO密集型，而计算密集型在多个线程的时候会处于并发的状态，当一个线程计算一半的时候将
CPU资源分配给其他的线程计算，上一个计算的结果还需要保存起来，占用资源，另外多个线程计算在切换的过程中是消耗资源的，
并且计算的效率并没有提升反而有下降，故并不建议用python多线程运行计算密集型的代码。
‘‘‘
标签：占用 有一个 结果 互斥锁 treading cpu 问题 计算 运行
原文地址：http://www.cnblogs.com/ArmoredTitan/p/7203335.html
