python(48): 进程，线程 ，协程

区别

进程：拥有代码和打开的文件资源、数据资源、独立的内存空间。

线程：线程从属于进程，是程序的实际执行者。一个进程至少包含一个主线程，也可以有更多的子线程。线程拥有自己的栈空间。

对操作系统来说，线程是最小的执行单元，进程是最小的资源管理单元。

进程--资源分配最小单位，线程，资源调度最小单位

协程：英文Coroutines，是一种比线程更加轻量级的存在。正如一个进程可以拥有多个线程一样，一个线程也可以拥有多个协程。

最重要的是，协程不是被操作系统内核所管理，而完全是由程序（用户/库）所控制（也就是在用户态执行）。

这样带来的好处就是性能得到了很大的提升，不会像线程切换那样消耗资源。

资源对比

进程：拥有自己独立的堆和栈，既不共享堆，也不共享栈，进程由操作系统调度；

线程：拥有自己独立的栈和共享的堆，共享堆，不共享栈，标准线程由操作系统调度；

协程：拥有自己独立的栈和共享的堆，共享堆，不共享栈，协程由程序员在协程的代码里显示调度

 

进程

进程与资源

学习 Linux 时，经常可以看到两个词：User space（用户空间）和 Kernel space（内核空间）。

简单说，Kernel space 是 Linux 内核的运行空间，User space 是用户程序的运行空间。为了安全，它们是隔离的，即使用户的程序崩溃了，内核也不受影响。

地址空间

4GB 的进程虚拟地址空间被分成两部分：用户空间和内核空间

用户空间

用户空间按照访问属性一致的地址空间存放在一起的原则，划分成 5个不同的内存区域。 访问属性指的是“可读、可写、可执行等 。

• 代码段

代码段是用来存放可执行文件的操作指令，可执行程序在内存中的镜像。代码段需要防止在运行时被非法修改，所以只准许读取操作，它是不可写的。

• 数据段

数据段用来存放可执行文件中已初始化全局变量，换句话说就是存放程序静态分配的变量和全局变量。

• BSS段

BSS段包含了程序中未初始化的全局变量，在内存中 bss 段全部置零。

• 堆 heap

堆是用于存放进程运行中被动态分配的内存段，它的大小并不固定，可动态扩张或缩减。当进程调用malloc等函数分配内存时，新分配的内存就被动态添加到堆上（堆被扩张）；当利用free等函数释放内存时，被释放的内存从堆中被剔除（堆被缩减）

• 栈 stack

栈是用户存放程序临时创建的局部变量，也就是函数中定义的变量（但不包括 static 声明的变量，static意味着在数据段中存放变量）。除此以外，在函数被调用时，其参数也会被压入发起调用的进程栈中，并且待到调用结束后，函数的返回值也会被存放回栈中。由于栈的先进后出特点，所以栈特别方便用来保存/恢复调用现场。从这个意义上讲，我们可以把堆栈看成一个寄存、交换临时数据的内存区。

上述几种内存区域中数据段、BSS 段、堆通常是被连续存储在内存中，在位置上是连续的，而代码段和栈往往会被独立存放。堆和栈两个区域在 i386 体系结构中栈向下扩展、堆向上扩展，相对而生。

你也可以再 linux 下用size 命令查看编译后程序的各个内存区域大小：

[lemon ~]# size /usr/local/sbin/sshd
   text    data     bss     dec     hex filename
1924532   12412  426896 2363840  2411c0 /usr/local/sbin/sshd

内核空间

在 x86 32 位系统里，Linux 内核地址空间是指虚拟地址从 0xC0000000 开始到 0xFFFFFFFF 为止的高端内存地址空间，总计 1G 的容量， 包括了内核镜像、物理页面表、驱动程序等运行在内核空间 。

线程

线程是操作操作系统能够进行运算调度的最小单位。线程被包含在进程之中，是进程中的实际运作单位，一个进程内可以包含多个线程，线程是资源调度的最小单位。

线程资源和开销

同一进程中的多条线程共享该进程中的全部系统资源，如虚拟地址空间，文件描述符文件描述符和信号处理等等。但同一进程中的多个线程有各自的调用栈、寄存器环境、线程本地存储等信息。

线程创建的开销主要是线程堆栈的建立，分配内存的开销。这些开销并不大，最大的开销发生在线程上下文切换的时候。

特点：

多线程并发时占用cpu时间由系统调度，所以多线程编程时需要考虑线程安全。

协程 

类比一个进程可以拥有多个线程，一个线程也可以拥有多个协程，因此协程又称微线程和纤程。

Python 和 Go 从语言层面提供了对协程很好的支持 

调度开销

线程是被内核所调度，线程被调度切换到另一个线程上下文的时候，需要保存一个用户线程的状态到内存，恢复另一个线程状态到寄存器，然后更新调度器的数据结构，这几步操作设计用户态到内核态转换，开销比较多。

协程的调度完全由用户控制，协程拥有自己的寄存器上下文和栈，协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作用户空间栈，完全没有内核切换的开销。

python协程的几个概念：

event_loop：事件循环，相当于一个无限循环，我们可以把一些函数注册到这个事件循环上，当满足条件发生的时候，就会调用对应的处理方法。

coroutine：中文翻译叫协程，在 Python 中常指代为协程对象类型，我们可以将协程对象注册到时间循环中，它会被事件循环调用。我们可以使用 async 关键字来定义一个方法，这个方法在调用时不会立即被执行，而是返回一个协程对象。

task：任务，它是对协程对象的进一步封装，包含了任务的各个状态。

future：代表将来执行或没有执行的任务的结果，实际上和 task 没有本质区别。

async关键字：async 定义一个协程；

await 关键字：用来挂起阻塞方法的执行。

注意事项：在特殊函数内部不可以出现不支持异步模块相关的代码。(例：time，request)

协程优点缺点

优点

1.无需线程上下文切换的开销，协程避免了无意义的调度，由此可以提高性能（但也因此，程序员必须自己承担调度的责任，同时，协程也失去了标准线程使用多CPU的能力）
2.无需原子操作锁定及同步的开销

缺点

1.无法利用多核

2.进行阻塞（Blocking）操作（如IO时）会阻塞掉整个程序

适用场景：爬虫程序，IO密集

爬虫协程：Python爬虫进阶 | 异步协程 - PythonGirl - 博客园

爬虫场景多协程与多线程比较：

多线程情况时，发起请求，此线程会等待响应，系统切换其他线程执行

多协程时，一个协程序发起请求后，代码级别切换执行另一个协程，能充分利用线程工作，并且没有系统上下文切换开销。

问题：

为什么线程是操作系统调度的最小单元？
一条线程是进程中一个单一顺序的控制流，一个进程中可以并发多个线程，每条线程并行执行不同的任务。

参考

干货 | 进程、线程、协程 10 张图讲明白了！ - 知乎

线程，进程，协程详细解释_幽雨雨幽的博客-CSDN博客

python 协程与异步IO - 刘江的python教程

https://www.jianshu.com/p/7c851145ee4c

理解Python的协程(Coroutine) - 掘金