進程和線程

進程(Process)是計算機中的程序關于數據集合上的一次活動，是系統進行資源分配和調度的基本單位。簡單的說，進程是正在運行的程序的實例。
一般來說，進程一般由文本區域、數據區域和堆棧組成。文本區域存儲處理器執行的代碼，數據區域存儲變量和進程執行期間使用的動態分配的內存，堆棧則存儲活動過程中調用的指令和本地變量。

線程(Thread)是程序執行流的最小單元，線程只擁有運行所必須的資源，其他的資源和該進程中的其他線程共享。有時也被稱之為輕量級進程(LightWeight Process,LWP)。一般一個進程中都有一個主線程。

各自優缺點：
進程擁有獨立的地址空間和資源，進程間通信IPC比較麻煩，當一個進程崩潰后，不會對其他進程造成影響，故多進程程序比較健壯。但進程間切換耗費的資源比較大，時間較長。
線程由于共享所屬進程的資源，故線程間通信比較簡單。線程所擁有的資源比較少，線程間的切換耗時短。

PIL

說起python和線程，那就不得不說一下PIL了，PIL是全局解釋器鎖(Global Interpreter Lock)，該鎖保證同時只能有一個線程運行。
在多線程中，python虛擬機的運行方式如下：

1. 設置GIL
2. 切換進一個線程運行
3. 執行一下一個操作：
 - 指定數量的字節碼指令
 - 線程主動讓出控制權
4. 切換線程
5. 解鎖GIL

對于python來說，GIL會在線程進行I/O調用前被釋放，以便其他的線程運行，這也就是Python更適合做I/O密集型的工作。

python中提供了多個模塊來支持多線程編程，如thread，threading，Queue模塊，其中thread模塊提供了基本的線程和鎖定支持，threading提供了更高級別、功能更全面的線程管理，Queue模塊可以創建隊列數據結構，在多個線程之間進行數據共享。

thread模塊

一般來說thread不常用，原因如下：

1. thread模塊中所擁有的同步元語只有一個，即LockType，
2. thread對于進程的進入退出沒有控制，當主線程結束時，所有的其他線程也會強制結束，不會發出警告或清理。
3. 不支持守護線程
4. thread所支持的操作很少

在python3中thread模塊被更名為_thread
下面給出一個python3關于_thread的簡單例子：

import _thread
import random
from time import ctime, sleep

def loop(nloop, nsec, lock):
    print('start loop:', nloop, 'nsec:', nsec, 'at:', ctime())
    sleep(nsec)
    print('end loop', nloop, 'done at:', ctime())
    lock.release()

def main():
    print('starting at:', ctime())
    locks = []
    for i in range(2):
        lock = _thread.allocate_lock()
        lock.acquire()
        locks.append(lock)

    for i in range(2):
        _thread.start_new_thread(loop, (i, random.randint(1, 4), locks[i]))

    for i in range(2):
        while locks[i].locked():
            pass

    print('all down at:', ctime())

if __name__ == '__main__':
    main()

在這個例子中，首先通過_thread_allocate_lock()來生成鎖對象，并通過acquire()來獲取鎖，這樣就相當于將鎖鎖上，然后將該鎖傳遞給每個線程中。
線程中操作很簡單，休眠傳遞過來的時間，然后釋放鎖。
在主線程中，不停的去判斷兩個鎖是否鎖住，避免主線程執行完導致兩個線程直接被強制結束。運行的結果如下：

starting at: Thu Sep  7 09:57:36 2017
start loop: 0 nsec: 2 at: Thu Sep  7 09:57:36 2017
start loop: 1 nsec: 4 at: Thu Sep  7 09:57:36 2017
end loop 0 done at: Thu Sep  7 09:57:38 2017
end loop 1 done at: Thu Sep  7 09:57:40 2017
all down at: Thu Sep  7 09:57:40 2017

python多線程就暫時講到這里了。