進程:

進程就是一個程序在一個數據集上的一次動態執行過程。進程一般由程序、數據集、進程控制塊三部分組成。我們編寫的程序用來描述進程要完成哪些功能以及如何完成；數據集則是程序在執行過程中用它來控制和管理進程，它是系統感知進程存在的唯一標識。

為了實現多道技術，使CPU使用率更高，系統會經常進行進行間的切換，切換會發生在出現IO操作的時候，以及系統固定時間的切換。

線程：

線程的出現是為了降低上下文切換的消耗，提高系統的並發性，並突破一個進程只能幹一樣事的缺陷，使到進程內並發成為可能。線程也叫輕量級進程，它是一個基本的CPU執行單元，也是程序執行過程中的最小單元，由線程ID、程序計數器、寄存器集合和堆棧共同組成。線程的引入減小了程序並發執行時的開銷，提高了操作系統的並發性能。線程沒有自己的系統資源。

進程與線程的關系：

1.一個線程只能屬於一個進程，而一個進程可以有多個線程，但至少有一個線程。

2.資源分配給進程，同一進程的所有線程共享進程的所有資源。

3.CPU分給線程，即真正在CPU上進行的是線程。
Pyhon的多線程：由於GIL導致同一時刻同一進程只能有一個線程。

並行和並發：

並行處理（Parallel Processing）是計算機系統中能同時執行兩個或更多個處理的一種計算方法。並行處理可同時工作於同一程序的不同方面。並行處理的主要目的是節省大型和復雜問題的解決時間。並發處理(concurrency Processing)：指一個時間段中有幾個程序都處於已啟動運行到運行完畢之間，且這幾個程序都是在同一個處理機(CPU)上運行，但任一個時刻點上只有一個程序在處理機(CPU)上運行

並發的關鍵是你有處理多個任務的能力，不一定要同時。並行的關鍵是你有同時處理多個任務的能力。所以說，並行是並發的子集

threading模塊

線程對象的創建：

thread直接創建：

 1  1 import time
 2  2 import threading
 3  3 def tingge():
 4  4      print(‘聽歌‘)
 5  5      time.sleep(3)
 6  6      print(‘聽歌結束‘)
 7  7 
 8  8 def xieboke():
 9  9      print(‘寫博客‘)
10 10      time.sleep(5)
 
11 11      print(‘寫博客結束‘)
12 12 
13 13 t1 = threading.Thread(target = tingge) #生成線程實例，target=函數名,args = 函數需要傳參的參數，默認可以不傳
14 14 t2 = threading.Thread(target = xieboke)
15 15 
16 16 t1.start()  　　#啟動進程
17 17 t2.start()
18 18 print("ending!")
19 
20 
21 #繼承Thread式自定義創建：
22 import threading
23 import time
24 class MyThread(threading.Thread):
25      
26      def __init__(self，num):
27           threading.Threa.__init__(self)
28           self.num = num
29      def run(self):
30           print("running on number:%s" % self.num )
31           time.sleep(3)
32 
33 t1 = MyThread(56)
34 t2 = MyThread(78)
35 
36 t1.start() 
37 t2.start()
38 print(‘ending‘)

以上第一段代碼就實現了一個並發的效果。tingge與xieboke函數（子線程）跟主邏輯“print(‘ending!‘)”（主線程）同時啟動，先幾乎同時執行【print(‘聽歌‘)、print(‘寫博客‘)、print("ending!")】隨後IO操作“sleep”，等3S聽歌結束，再等2S寫博客結束。如果使用串行的方法，程序全部執行則一共需要差不多8S的時間，降低了CPU的使用效率。

Threading的方法：

join：在子線程完成運行之前，這個子線程的父線程將一直被阻塞。

setDaemon:

 ‘‘‘
         將線程聲明為守護線程，必須在start() 方法調用之前設置，如果不設置為守護線程程序會被無限掛起。

         當我們在程序運行中，執行一個主線程，如果主線程又創建一個子線程，主線程和子線程 就分兵兩路，分別運行，那麽當主線程完成

         想退出時，會檢驗子線程是否完成。如果子線程未完成，則主線程會等待子線程完成後再退出。但是有時候我們需要的是只要主線程

         完成了，不管子線程是否完成，都要和主線程一起退出，這時就可以 用setDaemon方法啦‘‘‘

這麽看來，是不是當要執行多個線程，是不是都可以用Threading來解決呢？
其實並不是，對於計算密集型任務，Python的多線程並沒有用。由於GIL的存在在，一個線程擁有了解釋器的訪問權之後，其他的所有線程都必須等待它釋放解釋器的訪問權，即使這些線程的下一條指令並不會互相影響。
因此Python並不能達到一個並發的效果，同一時間只能運行一個線程，所以對於計算密集型任務，多個線程同時啟動，CPU就需要頻繁的來回切換，這樣就加入了大量的切換時間。而串行的方式則只需要切換少數的幾次，
因此對於計算密集型任務，Python的多線程並沒有用，而對於上面的IO密集型任務，Python的多線程是有意義的。

那麽Python有沒有使用多核的方法呢？ 答案是可以的，但只能是開多個進程來實現，那樣弊端也顯而易見，會增大資源開銷而且進程間相互的切換也會非常復雜。
解決的著重點：協程+多進程/ IO多路復用 

並發編程/GIL