进程

• 可以充分利用多核，进程间通信会耗费额外的开销，达不到多线程应有的效率

线程

• 由于GIL的存在，无法利用多核
• 适合I/O密集型（IO阻塞期间CPU转去执行其他线程）
• 不适合CPU密集型/计算密集型；对于计算密集型任务，开启多线程几乎没有意义，甚至可能比顺序执行用时更长 （顺序执行时，cpu集中完成这个线程的任务，再转去下一个，没有切换，也就没有切换的消耗；开多线程又不是并发，白白增加了切换消耗）
• 进程每次释放GIL锁，所属的线程进行锁竞争、切换线程，会消耗资源
• 线程切换是由操作系统的调度器进行控制的
• 抢占式调度顺序具有不确定性，需要注意处理数据同步

协程

是一种用户级的轻量级的线程，拥有自己的寄存器上下文和栈。协程调度切换时，将寄存器和栈存放在指定地方，在切换回来的时候，恢复先前的上下文和栈

• 用户需要自己编写调度逻辑，控制任务的切换，那么自然可以控制任务的执行顺序
• 实现：yield(原生)/gevent/greenlet
• 比线程消耗更少的资源
• 对cpu来说，协程就是单线程，cpu不用考虑上下文调度和切换的问题，省去了cpu调度的开销，所有协程在一定程度上要优于线程
• 协程相当于在单个进程里启动里一个单线程，同时又可以实现多线程的效果
• 协程本质上是一个线程里面的细分，操作系统层面根本不知道这种区分，只当其是一个线程，程序员自己在应用层面通过yield进行协成间的切换

GIL

GIL，即Global Interpreter Lock全局解释器锁，保证任何时刻仅有一个线程在执行。常见例子有CPython（JPython不使用GIL）与Ruby MRI。 不是所有的Python解释器都有GIL。

为什么要有GIL这个东西，不能去掉呢？这是为了实现GC，避免Java里Full GC(stop the world)引入的。更多内容参考 python 线程，GIL 和 ctypes

每个进程一把锁🔒，进程里的线程，只能有一个线程可以获得这把锁，进行工作，其他线程必须等待

在Python语言的主流实现CPython中，GIL 是一个货真价实的全局线程锁，在解释器解释执行任何Python代码时，都需要先获得这把锁才行， 在遇到I/O操作时会释放这把锁。如果是纯计算的程序，没有I/O操作，解释器会每隔100次操作就释放这把锁，让别的线程有机会执行（这个次数可以通过 sys.setcheckinterval 来调整）

同一进程下的多线程共享数据，共享意味着竞争，竞争带来无序，为了数据安全所以需要加锁进行数据保护，GIL本质是一把互斥锁，使并发变为串行， 保证同一时间只有一条线程访问解释器级别的数据，这样就保证了解释器级别的数据安全，同时也带来了一些问题，同一进程只有一条线程执行任务， 无法利用多核优势，解决方案可以根据任务的类型来处理，如果是I/O密集型，则需要开多线程提高效率，如果是计算密集型则需要多进程。

遇到阻塞，普通单线程的做法是就地等待，多线程的做法是转去执行其他线程–这就是开多线程效率提高的原因。 但如果这种阻塞和放开是我们人为可以预料到的，那么我们可以在阻塞的地方yield返回到另一个可以执行的点，这样也实现了CPU的不浪费，同时还少了线程的切换，效率更高

python锁

python线程

• 同步锁（互斥锁）-解决数据安全问题-threading.Lock
• 递归锁-解决线程死锁-threading.R_Lock
• Semaphore信号量-threading.Semaphere
• Event同步事件对象-threading.Event-让两个线程保持同步而不是独立的运行：你给我发个信号，我接到了做一个操作，再给你发一个信号，你接到了一个操作，发下一个信号……
• Python中的多线程通信-queue线程队列