一.区别
几乎所有的操作系统都支持同时运行多个任务，每个任务通常是一个程序，每一个运行中的程序就是一个进程，即进程是应用程序的执行实例。现代的操作系统几乎都支持多进程并发执行。
注意，并发和并行是两个概念，并行指在同一时刻有多条指令在多个处理器上同时执行；并发是指在同一时刻只能有一条指令执行，但多个进程指令被快速轮换执行，使得在宏观上具有多个进程同时执行的效果。
但事实的真相是，对于一个 CPU 而言，在某个时间点它只能执行一个程序。也就是说，只能运行一个进程，CPU 不断地在这些进程之间轮换执行。那么，为什么用户感觉不到任何中断呢？
这是因为相对人的感觉来说，CPU 的执行速度太快了（如果启动的程序足够多，则用户依然可以感觉到程序的运行速度下降了）。所以，虽然 CPU 在多个进程之间轮换执行，但用户感觉到好像有多个进程在同时执行。
线程是进程的组成部分，一个进程可以拥有多个线程。在多线程中，会有一个主线程来完成整个进程从开始到结束的全部操作，而其他的线程会在主线程的运行过程中被创建或退出。
当进程被初始化后，主线程就被创建了，对于绝大多数的应用程序来说，通常仅要求有一个主线程，但也可以在进程内创建多个顺序执行流，这些顺序执行流就是线程。
当一个进程里只有一个线程时，叫作单线程。超过一个线程就叫作多线程。
每个线程必须有自己的父进程，且它可以拥有自己的堆栈、程序计数器和局部变量，但不拥有系统资源，因为它和父进程的其他线程共享该进程所拥有的全部资源。线程可以完成一定的任务，可以与其他线程共享父进程中的共享变量及部分环境，相互之间协同完成进程所要完成的任务。
多个线程共享父进程里的全部资源，会使得编程更加方便，需要注意的是，要确保线程不会妨碍同一进程中的其他线程。
线程是独立运行的，它并不知道进程中是否还有其他线程存在。线程的运行是抢占式的，也就是说，当前运行的线程在任何时候都可能被挂起，以便另外一个线程可以运行。
多线程也是并发执行的，即同一时刻，Python 主程序只允许有一个线程执行，这和全局解释器锁有关系。
一个线程可以创建和撤销另一个线程，同一个进程中的多个线程之间可以并发运行。
从逻辑的角度来看，多线程存在于一个应用程序中，让一个应用程序可以有多个执行部分同时执行，但操作系统无须将多个线程看作多个独立的应用，对多线程实现调度和管理以及资源分配，线程的调度和管理由进程本身负责完成。
简而言之，进程和线程的关系是这样的：操作系统可以同时执行多个任务，每一个任务就是一个进程，进程可以同时执行多个任务，每一个任务就是一个线程。当然，不同进程中的线程也能并发执行
总结：
线程：cpu调度的最小单元，线程依赖于进程，线程间数据共享，开销小。
也叫轻量级进程，它被包涵在进程之中，是进程中的实际运作单位。线程是程序中一个单一的顺序控制流程。进程内一个相对独立的、可调度的执行单元，是系统独立调度和分派CPU的基本单位即运行中的程序的调度单位
线程自己不拥有系统资源，只拥有一点儿在运行中必不可少的资源，但它可与同属一个进程的其他线程共享进程所拥有的全部资源。一个线程可以创建和撤销另一个线程，同一个进程中的多个线程之间可以并发执行。
进程：一个运行的程序就是一个进程，系统分配资源的最小单元，进程的内存空间相互独立，开销大
二.线程的创建
python中，有关线程开发的部分被单独封装到了模块中，和线程相关的模块有以下 2 个：
本文就以 threading 模块为例进行讲解。Python 主要通过两种方式来创建线程：
1.使用 threading 模块中 Thread 类的构造器创建线程。即直接对类 threading.Thread 进行实例化创建线程，并调用实例化对象的 start() 方法启动线程。
Thread 类提供了如下的 __init__() 构造器，可以用来创建线程：
__init__(self, group=None, target=None, name=None, args=(), kwargs=None, *,daemon=None)
此构造方法中，以上所有参数都是可选参数，即可以使用，也可以忽略。其中各个参数的含义如下：
输出这些参数，初学者只需记住 target、args、kwargs 这 3 个参数的功能即可。
import threading
#定义线程要调用的方法，*add可接收多个以非关键字方式传入的参数
def action(*add):
for arc in add:
#调用 getName() 方法获取当前执行该程序的线程名
print(threading.current_thread().getName() +" ："+ arc)
#定义为线程方法传入的参数
my_tuple = ("线程1","线程2","线程3")
#创建线程
thread = threading.Thread(target = action,args =my_tuple)
#启动线程
thread.start()#实际是调用threading的run()方法输出：
2.继承 threading 模块中的 Thread 类创建线程类。即用 threading.Thread 派生出一个新的子类，将新建类实例化创建线程，并调用其 start() 方法启动线程。需要重写父类的run()方法,该方法其实就是上面target的中要执行的函数参数
import threading
#创建子线程类，继承自 Thread 类
class my_Thread(threading.Thread):
def __init__(self,add):
threading.Thread.__init__(self)
self.add = add
# 重写run()方法
def run(self):
for arc in self.add:
#调用 getName() 方法获取当前执行该程序的线程名
print(threading.current_thread().getName() +" ："+ arc)
#定义为 run() 方法传入的参数
my_tuple = ("线程1","线程2","线程3")
#创建子线程
mythread = my_Thread(my_tuple)
#启动子线程
mythread.start()
#主线程执行此循环
for i in range(5):
print(threading.current_thread().getName())输出：
子线程 Thread-1 执行的是 run() 方法中的代码，而 MainThread 执行的是主程序中的代码，它们以快速轮换 CPU 的方式在执行。
补充--守护进程setDaemon和阻塞进程join：
join的作用：join所完成的工作就是线程同步，即主线程任务结束之后，进入阻塞状态，一直等待其他的子线程执行结束之后，主线程再继续执行或者终止.
import threading
#创建子线程类，继承自 Thread 类
class my_Thread(threading.Thread):
def __init__(self,add):
threading.Thread.__init__(self)
self.add = add
# 重写run()方法
def run(self):
for arc in self.add:
#调用 getName() 方法获取当前执行该程序的线程名
print(threading.current_thread().getName() +" ："+ arc)
#定义为 run() 方法传入的参数
my_tuple = ("线程1","线程2","线程3")
#创建子线程
mythread = my_Thread(my_tuple)
#启动子线程
mythread.start()
mythread.join()#阻塞主线程，等待子线程结束后在执行主线程
#主线程执行此循环
for i in range(5):
print(threading.current_thread().getName())输出：
注意和没有阻塞线程结果的区别：
setDaemon的作用：这个方法基本和join是相反的。不管子线程是否完成，都要和主线程—起退出。将线程声明为守护线程，必须在start()方法调用之前设置，如果不设置为守护线程程序会被无限挂起。当我们在程序运行中，执行一个主线程，如果主线程又创建一个子线程，主线程和子线程就分兵两路，分别运行，那么当主线程完成想退出时，会检验子线程是否完成。如果子线程未完成，则主线程会等待子线程完成后再退出。
import time,sys
import threading
#创建子线程类，继承自 Thread 类
class my_Thread(threading.Thread):
def __init__(self,add):
threading.Thread.__init__(self)
self.add = add
# 重写run()方法
def run(self):
for arc in self.add:
#调用 getName() 方法获取当前执行该程序的线程名
print(threading.current_thread().getName() +" ："+ arc)
time.sleep(1)
#定义为 run() 方法传入的参数
my_tuple = ("线程1","线程2","线程3")
#创建子线程
mythread = my_Thread(my_tuple)
mythread.setDaemon(True)#设置守护线程为True，为False择相当于没设置守护进程
#启动子线程
mythread.start()
print('---------------主线程执行结束-----------------')输出：
如果为False或者不设置，则结果为：
三.进程的创建
Python multiprocessing 模块提供了 Process 类，该类可用来在 Windows 平台上创建新进程。和使用 Thread 类创建多线程方法类似，使用 Process 类创建多进程也有以下 2 种方式：
| 属性名或方法名 | 功能 |
|---|---|
| run() | 第 2 种创建进程的方式需要用到，继承类中需要对方法进行重写，该方法中包含的是新进程要执行的代码。 |
| start() | 和启动子线程一样，新创建的进程也需要手动启动，该方法的功能就是启动新创建的线程。 |
| join([timeout]) | 和 thread 类 join() 方法的用法类似，其功能是在多进程执行过程，其他进程必须等到调用 join() 方法的进程执行完毕（或者执行规定的 timeout 时间）后，才能继续执行； |
| is_alive() | 判断当前进程是否还活着。 |
| terminate() | 中断该进程。 |
| name属性 | 可以为该进程重命名，也可以获得该进程的名称。 |
| daemon | 和守护线程类似，通过设置该属性为 True，可将新建进程设置为“守护进程”。 |
| pid | 返回进程的 ID 号。大多数操作系统都会为每个进程配备唯一的 ID 号。 |
和使用 thread 类创建子线程的方式非常类似，使用 Process 类创建实例化对象，其本质是调用该类的构造方法创建新进程。Process 类的构造方法格式如下：
def __init__(self,group=None,target=None,name=None,args=(),kwargs={})
其中，各个参数的含义为：
from multiprocessing import Process
import os,time
print("当前进程ID：",os.getpid())
# 定义一个函数，准备作为新进程的 target 参数
def action(name,*add):
print(name)
for arc in add:
print("%s --当前进程%d" % (arc,os.getpid()))
if __name__=='__main__':
#定义为进程方法传入的参数
my_tuple = ("aaaaaa","bbbbbb","cccccc")
#创建子进程，执行 action() 函数
my_process = Process(target = action, args = ("my_process进程",*my_tuple))
#启动子进程
my_process.start()
# time.sleep(2)
#主进程执行该函数
action("主进程",*my_tuple)
子进程创建需要时间，在这个空闲时间，父线程继续执行代码，子进程创建完成后显示
输出：
通过Process继承类创建进程通
和使用 thread 子类创建线程的方式类似，除了直接使用 Process 类创建进程，还可以通过创建 Process 的子类来创建进程。
需要注意的是，在创建 Process 的子类时，需在子类内容重写 run() 方法。实际上，该方法所起到的作用，就如同第一种创建方式中 target 参数执行的函数。
另外，通过 Process 子类创建进程，和使用 Process 类一样，先创建该类的实例对象，然后调用 start() 方法启动该进程
from multiprocessing import Process
import os
print("当前进程ID：",os.getpid())
# 定义一个函数，供主进程调用
def action(name,*add):
print(name)
for arc in add:
print("%s --当前进程%d" % (arc,os.getpid()))
#自定义一个进程类
class My_Process(Process):
def __init__(self,name,*add):
super().__init__()
self.name = name
self.add = add
def run(self):
print(self.name)
for arc in self.add:
print("%s --当前进程%d" % (arc,os.getpid()))
if __name__=='__main__':
#定义为进程方法传入的参数
my_tuple = ("aaaaaa","bbbbbb","cccccc")
my_process = My_Process("my_process进程",*my_tuple)
#启动子进程
my_process.start()
#主进程执行该函数
action("主进程",my_tuple)
该程序的运行结果与上一个程序的运行结果大致相同，它们只是创建进程的方式略有不同而已
输出：
守护进程setdaemon和进程同步join，作用类似于在线程中的作用
join：父进程 必须等待子进程运行结束
from multiprocessing import Process
import time
def show(name):
print("Process name is " + name)
time.sleep(2)
if __name__ == "__main__":
proc = Process(target=show, args=('subprocess',))
proc.start()
proc.join()
print('我是父进程')
如果没有设阻塞则结果为：
from multiprocessing import Process
import time
def show(name):
print("Process name is " + name)
time.sleep(2)
if __name__ == "__main__":
proc = Process(target=show, args=('subprocess',))
proc.start()
# proc.join()
print('我是父进程')
setdaemon：只要主进程结束，子进程就结束
from multiprocessing import Process
import time
def show(name):
print("Process name is " + name)
time.sleep(2)
if __name__ == "__main__":
proc = Process(target=show, args=('subprocess',))
proc.daemon=True
proc.start()
print('我是父进程')
输出：
设置进程启动的3种方式
已经详解介绍了 2 种创建进程的方法，即分别使用 os.fork() 和 Process 类来创建进程。其中：
使用 os.fork() 函数创建的子进程，会从创建位置处开始，执行后续所有的程序，主进程如何执行，则子进程就如何执行；
而使用 Process 类创建的进程，则仅会执行if "__name__"="__main__"之外的可执行代码以及该类构造方法中 target 参数指定的函数（使用 Process 子类创建的进程，只能执行重写的 run() 方法）。
实际上，Python 创建的子进程执行的内容，和启动该进程的方式有关。而根据不同的平台，启动进程的方式大致可分为以下 3 种：
spawn：使用此方式启动的进程，只会执行和 target 参数或者 run() 方法相关的代码。Windows 平台只能使用此方法，事实上该平台默认使用的也是该启动方式。相比其他两种方式，此方式启动进程的效率最低。
fork：使用此方式启动的进程，基本等同于主进程（即主进程拥有的资源，该子进程全都有）。因此，该子进程会从创建位置起，和主进程一样执行程序中的代码。注意，此启动方式仅适用于 UNIX 平台，os.fork() 创建的进程就是采用此方式启动的。
forserver：使用此方式，程序将会启动一个服务器进程。即当程序每次请求启动新进程时，父进程都会连接到该服务器进程，请求由服务器进程来创建新进程。通过这种方式启动的进程不需要从父进程继承资源。注意，此启动方式只在 UNIX 平台上有效。
总的来说，使用类 UNIX 平台，启动进程的方式有以上 3 种，而使用 Windows 平台，只能选用 spawn 方式（默认即可）。
手动设置进程启动方式的方法，大致有以下 2 种
1.Python multiprocessing 模块提供了一个set_start_method() 函数，该函数可用于设置启动进程的方式。需要注意的是，该函数的调用位置，必须位于所有与多进程有关的代码之前
import multiprocessing
import os
print("当前进程ID：", os.getpid())
# 定义一个函数，准备作为新进程的 target 参数
def action(name, *add):
print(name)
for arc in add:
print("%s --当前进程%d" % (arc, os.getpid()))
if __name__ == '__main__':
# 定义为进程方法传入的参数
my_tuple = ("aaaaaa", "bbbbbb", "cccccc")
# 设置进程启动方式
multiprocessing.set_start_method('spawn')
# 创建子进程，执行 action() 函数
my_process = multiprocessing.Process(target=action, args=("my_process进程", *my_tuple))
# 启动子进程
my_process.start()
由于此程序中进程的启动方式为 spawn，因此该程序可以在任意（ Windows 和类 UNIX 上都可以 ）平台上执行
2. 除此之外，还可以使用 multiprocessing 模块提供的 get_context() 函数来设置进程启动的方法，调用该函数时可传入 “spawn”、“fork”、“forkserver” 作为参数，用来指定进程启动的方式。
需要注意的一点是，前面在创建进程是，使用的 multiprocessing.Process() 这种形式，而在使用 get_context() 函数设置启动进程方式时，需用该函数的返回值，代替 multiprocessing 模块调用 Process()
import multiprocessing
import os
print("当前进程ID：", os.getpid())
# 定义一个函数，准备作为新进程的 target 参数
def action(name, *add):
print(name)
for arc in add:
print("%s --当前进程%d" % (arc, os.getpid()))
if __name__ == '__main__':
# 定义为进程方法传入的参数
my_tuple = ("aaa", "bbb", "bbb")
# 设置使用 fork 方式启动进程
ctx = multiprocessing.get_context('spawn')
# 用 ctx 代替 multiprocessing 模块创建子进程，执行 action() 函数
my_process = ctx.Process(target=action, args=("my_process进程", *my_tuple))
# 启动子进程
my_process.start()
