一句话

线程是操作系统调度(内核态,抢占式),协程是用户程序调度(用户态,协作式)。线程适合真并行(CPU 多核),协程适合高并发 I/O(最少资源扛最多连接)。

1. 核心本质对比

维度线程协程
调度者操作系统内核(抢占式)用户程序/运行时(协作式,主动让出)
切换开销微秒 μs(涉及内核态、寄存器、TLB)纳秒 ns(只改函数/栈指针)
内存固定大栈(Java/C++ 默认 ~1MB)小且动态增长(Go 初始 2KB)
规模~几千个可轻松数十万个
并发模型多核真并行,需锁/信号量默认并发(非并行),可多协程绑多线程(GMP)

2. 关键误区:协程不会取代线程

  • CPU 密集型 → 协程毫无优势(计算占满没机会让出)。此时 线程数 ≈ CPU 核数 最高效。
  • I/O 密集型 → 协程是王者(等待时间拿去处理别的任务,吞吐数倍)。

3. Python 特有的并发格局(GIL 是核心)

Python 的 asyncio 跑在单线程 + 事件循环里,并发但不并行(只在 await 处让出)。

场景多线程的意义
CPU 计算没意义(GIL 同一时刻只一个线程执行字节码,4 核 4 线程≈1 线程,还多切换开销)
I/O 操作有意义(线程发起 recv/read 系统调用时主动释放 GIL,OS 可切去执行其它线程)

4. 如何”多进程协程”(Process + asyncio)

每进程一个独立 asyncio 事件循环,用满多核 + 每核内扛海量 I/O:

import asyncio, concurrent.futures
 
def run_loop_in_process(pid):
    new_loop = asyncio.new_event_loop()   # 子进程里必须重建事件循环!
    asyncio.set_event_loop(new_loop)
    new_loop.run_until_complete(heavy_io_task(pid))
 
if __name__ == "__main__":
    with concurrent.futures.ProcessPoolExecutor(max_workers=4) as executor:
        executor.map(run_loop_in_process, [1, 2, 3, 4])

事件循环是运行时状态,不在进程拷贝的内存里——子进程必须 asyncio.new_event_loop()。

5. 主进程 vs 子进程

  • 资源隔离:子进程完全复制主进程那一刻的内存(Copy-on-Write),之后彻底独立;改子进程的变量不影响主进程(线程则共享内存)。经典陷阱:data.append 在子进程里改了,主进程里的 data 不变。
  • 文件描述符:子进程继承父进程的 fd,主进程 close 后子进程仍以为文件开着 → 报 Bad file descriptor。fork 前关掉不需要的连接(DB/Redis),让子进程重建。
  • 生死关系:主进程先死 → 子进程变孤儿(被 init 收养继续跑);子进程先死且父不 join() → 僵尸(占进程表)。
  • Windows vs Linux:spawn(Windows,安全慢,重建解释器)vs fork(Linux,快,写时复制)。Windows 上 Process 必须放 if __name__ == "__main__": 下,否则递归导入死机。

相关笔记