# -*- coding:utf-8 -*-

'''
进程------
程序的执行实例称为进程。资源的集合。******
每个过程都提供执行程序所需的资源。
进程具有虚拟地址空间、可执行代码、对系统对象的打开句柄、安全上下文、惟一进程标识符、环境变量、优先级类、最小和最大工作集大小，以及至少一个执行线程。
每个进程都由一个线程启动，通常称为主线程，但是可以从它的任何线程创建额外的线程。
'''


# 程序并不能单独运行，只有将程序装载到内存中，系统为它分配资源才能运行，而这种执行的程序就称之为进程。程序和进程的区别就在于：程序是指令的集合，它是进程运行的静态描述文本；进程是程序的一次执行活动，属于动态概念。
# 在多道编程中，我们允许多个程序同时加载到内存中，在操作系统的调度下，可以实现并发地执行。这是这样的设计，大大提高了CPU的利用率。进程的出现让每个用户感觉到自己独享CPU，因此，进程就是为了在CPU上实现多道编程而提出的。
# 有了进程为什么还要线程？
# 进程有很多优点，它提供了多道编程，让我们感觉我们每个人都拥有自己的CPU和其他资源，可以提高计算机的利用率。很多人就不理解了，既然进程这么优秀，为什么还要线程呢？其实，仔细观察就会发现进程还是有很多缺陷的，主要体现在两点上：
# 进程只能在一个时间干一件事，如果想同时干两件事或多件事，进程就无能为力了。
# 进程在执行的过程中如果阻塞，例如等待输入，整个进程就会挂起，即使进程中有些工作不依赖于输入的数据，也将无法执行。

'''
进线--------
线程是一个执行上下文，它是CPU执行指令流所需的所有信息。
假设你正在阅读一本书，你现在想休息一下，但是你希望能够从你停止阅读的地方重新开始阅读。实现这一点的一种方法是记下页码、行号和单词号。所以你阅读一本书的执行上下文是这三个数字。
如果你有一个室友，她也在用同样的方法，她可以在你不用的时候拿起这本书，从她停下的地方继续阅读。然后你就可以把它拿回去，重新开始。
线程以同样的方式工作。CPU给你的错觉是它同时在做多个计算。它通过在每次计算上花费一点时间来做到这一点。它可以这样做，因为它为每个计算都有一个执行上下文。就像您可以与您的朋友共享一本书一样，许多任务也可以共享一个CPU。
在更技术的层次上，执行上下文(因此是线程)由CPU寄存器的值组成。
最后:线程与进程不同。线程是执行的上下文，而进程是一组与计算相关的资源。一个进程可以有一个或多个线程。
'''


# 线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。****
#一条线程指的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

'''
区别：
1.线程共享创建进程的地址空间;进程有自己的地址空间。
2.线程可以直接访问其进程的数据段;进程拥有父进程的数据段的自己的副本。
3.线程可以直接与进程中的其他线程通信;进程必须使用进程间通信来与同级进程通信。
4.新线程很容易创建;新进程需要父进程的复制。
5.线程可以对同一进程的线程进行相当大的控制;进程只能对子进程进行控制。
6.主线程的更改(取消、优先级更改等)可能会影响进程中其他线程的行为;对父进程的更改不影响子进程
'''
#################################

'''
Python GIL

In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.)
python无论启多少个线程，你有多少个cpu, Python在执行的时候会淡定的在同一时刻只允许一个线程运行

复习：
程序的执行实例称为进程、进程资源的集合
线程是操作系统能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。
1、线程共享创建进程的地址空间;进程有自己的地址空间。
2、线程同时修改同一份数据时，必须加锁 (mutex)互斥锁
3、递归锁
3、join
    不加join的时候、主线程和子线程并行，没有依赖关系
    当加上join的时候，主线程依赖子线程执行完毕之后再执行

queue
    解耦，使程序之间实现松耦合
    提高处理效率

1.多线程使用场景：IO密集型
2.多进程使用场景：CPU密集型

'''