Python 的线程（Thread）和进程（Process）_python process threads-优快云博客

线程（Thread）

线程是操作系统调度的最小单位，线程通常在一个进程内创建和执行。多个线程可以共享进程的内存空间和资源。线程适合于 I/O 密集型任务（如文件操作、网络请求等），但由于 Python 的全局解释器锁（GIL），它对于 CPU 密集型任务并没有显著的性能提升。

使用 threading 模块创建线程
Python 提供了 threading 模块来支持多线程操作。线程可以通过继承 Thread 类或使用 threading.Thread 类来创建。

import threading
import time

# 定义一个线程要执行的任务
def print_numbers():
    for i in range(5):
        print(f"线程打印：{i}")
        time.sleep(1)

# 创建一个线程
thread = threading.Thread(target=print_numbers)

# 启动线程
thread.start()

# 等待线程结束
thread.join()

print("主程序结束")

threading.Thread(target=…)：创建一个线程对象，target 参数是线程执行的函数。
start()：启动线程，使其开始执行 target 函数。
join()：主线程会阻塞直到子线程执行完毕，确保主线程等待子线程完成。

线程中的全局解释器锁（GIL）
Python 中的全局解释器锁（GIL）确保在任何时刻只有一个线程能够执行 Python 字节码，这意味着 CPU 密集型任务在多线程中不会获得性能提升。然而，对于 I/O 密集型任务，线程依然能够提高效率，因为它们在等待 I/O 操作时可以切换到其他任务。

进程（Process）

进程是操作系统分配资源（如内存）的最小单位。每个进程都有自己独立的内存空间，因此进程之间不会共享内存。在 Python 中，进程适合于 CPU 密集型任务，因为每个进程可以独立运行，不受 GIL 的限制。Python 提供了 multiprocessing 模块来创建和管理多进程。

使用 multiprocessing 模块创建进程

import multiprocessing
import time

# 定义一个进程要执行的任务
def print_numbers():
    for i in range(5):
        print(f"进程打印：{i}")
        time.sleep(1)

# 创建一个进程
process = multiprocessing.Process(target=print_numbers)

# 启动进程
process.start()

# 等待进程结束
process.join()

print("主程序结束")

multiprocessing.Process(target=…)：创建一个进程对象，target 参数是进程执行的函数。
start()：启动进程，使其开始执行 target 函数。
join()：主进程会阻塞直到子进程执行完毕，确保主进程等待子进程完成。

进程和线程的区别：

内存隔离：进程有自己独立的内存空间，而线程共享进程内的内存。
性能：由于进程之间没有共享内存空间，进程适合于 CPU 密集型任务，而线程更适合于 I/O 密集型任务。
创建和销毁成本：创建和销毁进程的成本通常比线程更高，因为进程需要独立的内存空间。

线程与进程的对比

特性	线程	进程
内存空间	共享内存，线程之间可以访问相同的内存空间	每个进程都有独立的内存空间
适用场景	I/O 密集型任务（如网络请求、文件操作等）	CPU 密集型任务（如复杂计算、数据处理等）
性能	受限于 GIL（对 CPU 密集型任务有影响）	每个进程独立运行，不受 GIL 限制
创建销毁成本	较低，线程之间的切换更为高效	较高，进程之间的切换需要较大的开销
并发模型	基于线程，使用全局解释器锁（GIL）	基于进程，独立的内存空间