多任务 Day01

1.多任务的执行方式

在 Python 中，多任务可以通过并发和并行两种方式来实现，

并发（Concurrency）：

定义：并发是指在同一时间段内，处理多个任务的能力。在并发执行的情况下，多个任务会交替执行，看上去像是同时进行，但实际上在任何一个时刻，处理器都只在处理一个任务。这就好像一个人在同一时间内要处理多个事情，比如一边看电视一边吃饭一边听音乐，通过快速地在这些事情之间切换注意力，给人一种同时在做几件事的感觉。

并行（Parallelism）：

• 定义：并行是指在同一时刻，真正地同时处理多个任务。这需要有多个处理器或多核处理器，每个任务可以在不同的处理器或核心上同时运行。就像有多个工人同时在不同的地方工作，各自做着不同的任务，互不干扰，同时进行。

 2.进程

 

在 Python 中，进程默认情况下是不共享全局变量的。：

原理

每个进程都有自己独立的地址空间，这意味着它们各自有一套独立的变量副本。相当于子进程是主进程的拷贝。当一个进程对全局变量进行修改时，这种修改只在该进程内部可见，不会影响到其他进程中的同名变量。操作系统会负责为每个进程分配和管理独立的内存空间，以确保进程之间的独立性和稳定性，避免一个进程的数据被其他进程意外修改，从而提高系统的可靠性和安全性。

3.线程 

线程之间共享同一个全局变量因此会存在资源竞争问题：

解决方法可以使用互斥锁来解决

进程和线程对比：（1）线程依附于进程，一个进程默认是一个线程但也可以多个线程，这时因为一个进程对应一个cpu，所以这些线程是并发执行的（排队执行）（2）进程不共享全局变量，线程共享全局变量（3）进程资源开销大，线程小，进程是资源分配的基本单位，线程是cpu调度基本单位 

优缺点：进程可以多核，但资源开销大；线程相反