Python 进程，线程，协程，锁机制，你知多少

2 02 3 年，朋友问我什么是线程和进程，我给他解释了半天。
线程是进程的子集，就像车间的工人在车间（进程）中工作一样。
每个人共享工作室资源，但每个人都有自己的工作站（资源）。
进程就像一个公司，拥有自己的资源，而线程就像一个公司内的各个部门，都使用公司资源。

然后我说网络、进程和协程是不同的。
线程和进程是在操作系统级别进行控制的，它们需要与系统进行交互。
但对于协程来说，它就像是程序本身组织的一个进程，不需要操作系统的干预。

他点点头，但表示不太明白。
让我举个例子。
比如我们看电视剧的时候，CPU就像是导演，顺序和流程就像是不同的剧集，而协程就像我们决定看哪一集，不用换台，只是在电视剧里跳来跳去。

他又问我，协程有什么用？我回答说，当电视剧中有太多的静态镜头时，比如演员说话，这时候不需要换镜头，而协程可以让这些不需要CPU运算的镜头流畅播放。

他说挺有趣，但是还是不太明白怎么实现。
我只能说，这部分我不太清楚，得找时间详细讨论。
没关系

Python使用协程的缺点

Python协程的缺点： 1 、单线程限制：多核CPU不能直接使用。
2 、阻塞问题：当I/O被阻塞时，整个程序都被阻塞。
3 . 性能瓶颈：适用于I/O密集型，而非CPU密集型。

示例代码： 蟒蛇 def func1 (): 对于我来说，在范围 (1 1 ) 内： print(f "一班打印{i}的数据); 产品def func2 (): g = func1 () 下一个 对我来说在范围（1 0）内： print(f "第二班打印第{i}条数据"); 下一个(s)
如果 __name__ == "__main__": func2 ()
总结：协程可以有效地处理 I/O 函数，但是 CPU 密集型应用程序应该考虑其他解决方案。

程序开发-Python和Golang中的进程、线程、协程原理和区别

说实话，这个东西太大了，不好说，但是试着拆解一下，看看有什么不同。
我们先来说说Python。
在过去的几年里我完成了很多Python 项目。
它的GIL（全局解释器锁）简直就是一颗定时炸弹——很多线程确实可以工作，但CPU密集型任务却像抢马桶座一样工作，而且本质上是串行的。
如果你使用多处理来绕过 GIL，你就必须重新发明轮子来进行进程间通信。
数据来回复制，性能损失巨大。
我有一个图像处理项目，我运行了多个进程。
不仅内存达到了1 00%，CPU使用率也只有5 0%，当时我就一头雾水。

回顾Golang，这个东西在我的职业生涯中出现得很晚，但是它可以提供一些东西。
它的goroutine只是一种尺寸缩减攻击——创建成本非常低，可以不经意地构建，并且只占用几KB的堆栈。
实际使用的有趣之处在于，运行 1 00 万个 Goroutine 只能占用几 MB 内存。
我有一个用 Go 编写的消息队列中间件。
实时启动时已经创建了数百万个 gorotin 监听端口，系统仍然像老狗一样稳定。
相比之下，虽然 Python 可以使用 asyncio 运行高并发，但它似乎始终与 Go 的内置语言分离。

协程调度的一个有趣的方面。
Python 的 Asincio 完全依赖于事件循环和回调，就像用鞭子抚摸玩具一样。
Golang 调度器更加智能。
它可以主动停止一个 Goroutine，然后切换到另一个 Goroutine。
它还可以防止特定的 goroutine 占用 CPU 时间过长。
我尝试过同时运行数千个查询。
Go 的响应时间稳定，但 Python 开始出现响应超时。

内存上的差异也很明显。
每个Python线程通常需要数百KB的堆栈空间，并且运行多个线程需要大量的内存开销。
在 Go 方面，初始堆栈只有 2 KB，并在需要时自动扩展。
当堆栈递减时，内核不需要干预。
我做了一个实验。
简单的CPU导向我使用Python运行一个函数，内存使用量稳步增加。
当我切换到 Go 时，内存曲线几乎像直线一样平坦。

最后说一下我的个人感受。
Python 非常灵活，并且有很多包，您无法全部使用它们。
编写脚本和进行数据科学是一种乐趣。
但如果你真的想提供高端会议服务，Go就无忧无虑了。
然而，Python 有一个明显的优势——社区很活跃，你基本上可以找到任何问题的现成答案。
尽管 Go 正在成长，但它仍然感觉有点落后。
因此，在选择技术时，应该考虑具体任务，而不是一概而论。