从计算机硬件角度：
计算机的核心是CPU，承担了所有的计算任务。
一个CPU，在一个时间切片里只能运行一个程序。
从操作系统的角度：
进程和线程，都是一种CPU的执行单元。
进程：表示一个程序的上下文执行活动（打开、执行、保存...）
线程：进程执行程序时候的最小调度单位（执行a，执行b...)
一个程序至少有一个进程，一个进程至少有一个线程。
并行 和 并发：
并行：多个CPU核心，不同的程序就分配给不同的CPU来运行。可以让多个程序同时执行。
cpu1 -------------
cpu2 -------------
cpu3 -------------
cpu4 -------------
并发：单个CPU核心，在一个时间切片里一次只能运行一个程序，如果需要运行多个程序，则串行执行。
cpu1 ---- ----
cpu1 ---- ----
多进程/多线程：
表示可以同时执行多个任务，进程和线程的调度是由操作系统自动完成。
进程：每个进程都有自己独立的内存空间，不同进程之间的内存空间不共享。
进程之间的通信有操作系统传递，导致通讯效率低，切换开销大。
线程：一个进程可以有多个线程，所有线程共享进程的内存空间，通讯效率高，切换开销小。
共享意味着竞争，导致数据不安全，为了保护内存空间的数据安全，引入"互斥锁"。
一个线程在访问内存空间的时候，其他线程不允许访问，必须等待之前的线程访问结束，才能使用这个内存空间。
互斥锁：一种安全有序的让多个线程访问内存空间的机制。
Python的多线程：
GIL 全局解释器锁：线程的执行权限，在Python的进程里只有一个GIL。
一个线程需要执行任务，必须获取GIL。
好处：直接杜绝了多个线程访问内存空间的安全问题。
坏处：Python的多线程不是真正多线程，不能充分利用多核CPU的资源。
但是，在I/O阻塞的时候，解释器会释放GIL。
所以：
多进程：密集CPU任务，需要充分使用多核CPU资源（服务器，大量的并行计算）的时候，用多进程。 multiprocessing
缺陷：多个进程之间通信成本高，切换开销大。
多线程：密集I/O任务（网络I/O，磁盘I/O，数据库I/O）使用多线程合适。
threading.Thread、multiprocessing.dummy
缺陷：同一个时间切片只能运行一个线程，不能做到高并行，但是可以做到高并发。
协程：又称微线程，在单线程上执行多个任务，用函数切换，开销极小。不通过操作系统调度，没有进程、线程的切换开销。genvent，monkey.patchall
多线程请求返回是无序的，那个线程有数据返回就处理那个线程，而协程返回的数据是有序的。
缺陷：单线程执行，处理密集CPU和本地磁盘IO的时候，性能较低。处理网络I/O性能还是比较高.
1. 进程: 通俗理解一个运行起来的程序或者软件叫做进程
1.1 每次启动一个进程都需要向操作系统索要运行资源，让进程中的线程去执行对应的代码，进程是操作系统分配资源的基本单位
1.2 默认情况下一个进程只有一个线程，线程是依附在进程里面的， 没有进程就没有线程， 当在进程里面还可以创建多个线程
1.3 如何理解进程： 把进程想成现实生活中的公司，公司可以给员工提供办公资源(办公桌椅，办公电脑等资源)， 真正干活的是员工，所以员工可以想成线程，公司就是进程
2. 进程和线程的对比
2.1 进程是操作系统资源分配的基本单位，每启动一个进程都需要向操作系统索要运行资源，默认一个进程只有一个线程，线程是依附在进程里面的
2.2 线程是cpu调度的基本单位， 通过线程去执行进程中代码， 线程是执行代码的分支
2.3 多进程开发比单进程多线程开发稳定性要强，但是多进程开发比多线程开发资源开销要大
2.4 多进程开发某个进程死了不会影响其它进程的运行，但是多线程开发该进程死了那么这些线程都要进行销毁
并发: 任务数大于cpu的核数，多个任务轮流执行，由于cpu切换速度特别快，看起来像是一起运行，其实是假象。
并行: 任务数小于或者等于cpu的核数，那么多个任务是真正意义一起执行。
3. 进程、线程、协程
1.1 先有进程，然后进程可以创建线程，线程是依附在进程里面的， 线程里面可以包含多个协程
1.2 进程之间不共享全局变量，线程之间共享全局变量，但是要注意资源竞争的问题
1.3 多进程开发比单进程多线程开发稳定性要强，但是多进程开发比多线程开发资源开销要大
1.4 多线程开发线程之间执行是无序的，协程之间执行按照一定顺序交替执行
1.5 协程以后主要用在网络爬虫和网络请求，开辟一个协程大概需要5k空间，开辟一个线程需要512k空间， 开辟一个进程占用资源最多