进程和线程的比较

进程：所有资源的集合，当一个程序运行时调用的所有资源，例如：硬件资源，软件资源等等，多进程：是对该程序需要所有资源的一种拷贝，进程与进程之间相对独立。

线程：程序运行时CPU对函数，方法等的一种调度，多线程指的是同一时间可以干很多事，就像一个会分身术的人一样，同一时间可以搞多个分身，来干不同的事情，有主人(主线程）负责整体运行。

一个进程里面可以有多个线程，反之不成立。

例如：

import multiprocessing
import threading
import time

num = 0


def nums(a):
    for i in range(a):
        global num
        num += 1
        time.sleep(1)
        print('----1----{0}'.format(num))


def nums2(a):
    for i in range(a):
        global num
        num += 1
        time.sleep(1)
        print(num, '')


def main():
    """多进程"""
    # 创建进程对象
    p1 = multiprocessing.Process(target=nums, args=(20,))
    p1.start()
    p2 = multiprocessing.Process(target=nums2, args=(20,))
    p2.start()

    # """多线程"""
    # t1 = threading.Thread(target=nums, args=(100000,))
    # t1.start()
    # t2 = threading.Thread(target=nums2, args=(100000,))
    # t2.start()

多进程运行的结果可以看出，连个进程都是独立的.。然而，多线程则是共享全局变量的

多进程结果：

----1----1
1
----1----2
2
----1----3
3
----1----4
4
----1----5
5
----1----6
6
----1----7
7
----1----8
8
----1----9
9
----1----10
10
..........

多线程运行结果：

----1----133255
143445

多线程的结果是因为，一个线程在运行的时候没有运行完，就被cpu清除出去，让另一个线程运行，如此循环，两个线程又共享全局变量，所以就造成了结果并非预期的200000。

解决这个问题可以用 Threading包里面的互斥锁Lock类来解决。

线程

进程 和线程的比较

进程和线程的比较