文章为在阅读线程和进程过程中整理的笔记，可能不够严谨，仅用于方便查找，如有问题请留言
什么是进程
- 计算机中的进程是指在系统中正在运行的一个应用程序，它是一个具有一定独立功能的程序，是系统进行资源分配和调度的一个独立单位。
- 进程是操作系统进行资源分配和调度的一个独立单位，是操作系统结构的基础。
- 单核CPU永远只能执行一个应用程序，多个进程切换，造成了多个进程同时运行的假象
- 进程调度是指操作系统根据进程的优先级和调度算法，将CPU分配给进程的过程
- 进程、线程的切换 开销很大。原因是要保存当前进程的状态，然后加载新进程的状态
线程的概念
- 线程是进程的一部分，一个进程可以只有一个线程。可以访问进程的资源。CPU粒度太大
- 线程是操作系统能够进行 运算调度的最小单位
- 线程的切换开销小，因为线程共享内存空间，进程不共享内存空间
- 线程和进程分工不同
- 进程是资源分配的最小单位，是分配资源的 比如内存资源
- 线程是利用CPU执行代码的最小单位
- 代码 指令 CPU执行 资源(材料)
多线程的优势与好处
- 对于单核CPU 多线程没有优势，因为CPU同一时间只能处理一个线程
- 多核CPU 多线程有优势，因为CPU同一时间可以处理多个线程
- Python的多线程是假的，因为GIL锁的存在，同一时间只能有一个线程执行，不能充分利用多核CPU的优势
全局解释器锁GIL
- Python不能利用多核CPU
- 锁 线程安全
- 内存资源 一个进程 有多个线程 共享内存资源
CPU密集型
CPU密集型也叫计算密集型，是指I/O在很短的时间就可以完成，CPU需要大量的计算和处理，特点是CPU占用率相当高 例如：压缩解压缩、加密解密、正则表达式搜索
IO密集型
IO密集型指的是系统运作大部分的状况是CPU在等I/O（硬盘/内存）的读写操作，CPU占用率任然较低。 例如：文件处理程序、网络爬虫程序、读写数据库程序
对于IO密集型程序，多线程是有意义的
- Node遵循的是单线程，单进程的模式，node的单线程是指js的引擎只有一个实例，且在nodejs的主线程中执行，同时node以事件驱动的方式处理IO等异步操作。 node的单线程模式，只维持一个主线程，大大减少了线程间切换的开销，但是会有多个worker线程，用于执行异步操作
- node.js单线程只是一个js主线程与ui渲染共享一个线程，本质上的异步操作还是由线程池完成的，node将所有的阻塞操作都交给了内部的线程池去实现，本身只负责不断的往返调度，并没有进行真正的I/O操作，从而实现异步非阻塞I/O，这便是node单线程和事件驱动的精髓之处了
- 多线程的优势在于IO密集型程序，因为IO密集型程序的特点是CPU的利用率很低，大部分时间都在等待IO操作，比如网络请求，文件读写，请求数据库等
- 多线程的优势在于CPU密集型程序，因为CPU密集型程序的特点是CPU的利用率很高，大部分时间都在执行计算操作
- IO密集型 等待IO操作，不需要CPU参与计算，等待的时候就可以干别的去 所以适合Python
- CPU密集型 需要CPU参与计算 所以不适合Python，Node.js
补充
Python语言本身并不适合处理CPU密集型的项目。这是因为Python的全局解释器锁（GIL）的存在，使得Python在同一时间只能执行一个线程，这对于CPU密集型的任务来说，无法充分利用多核CPU的优势，效率相对较低 然而，Python提供了一些方法来处理CPU密集型的任务：
- 使用多进程：Python的多进程库multiprocessing可以创建多个进程，每个进程有自己的Python解释器和内存空间，可以充分利用多核CPU。
- 使用C扩展：Python可以通过C/C++扩展来执行CPU密集型的任务，这样可以绕过GIL，提高执行效率。
- 使用NumPy、SciPy等科学计算库：这些库的底层是用C或Fortran编写的，可以高效地处理CPU密集型的任务。
- 使用PyPy解释器：PyPy是一个Python解释器，它使用JIT（Just In Time）编译技术，可以显著提高Python代码的执行效率。
总的来说，虽然Python本身不适合处理CPU密集型的任务，但是通过一些方法还是可以在Python中处理这类任务的