并发编程中使用到的模块：
多进程：
multiprocessing包
开启进程：multiprocessing.Process, （from multiprocessing import Process）
进程池：multiprocessing.Pool, （requests，from urllib.request import urlopen 爬虫有用到）
进程间同步控制：multiprocessing.Lock multiprocessing.Semaphore multiprocessing.Event
进程间通信：multiprocessing.Queue multiprocessing.Pipe
进程间数据共享：multiprocessing.Manager
多线程：
threading包:
threading.Thread
threading.Lock
threading.RLock
threading.Semaphore,Event
queue(线程中的队列),注意是普通队列
线程池(concurrent.futures)
from concurrent.futures import ThreadPoolExecutor t = ThreadPoolExecutor(max_workers=5)
t.submit(func,i) ##异步开启线程，类似 apply_async #线程池也不用 target= 了, 但是传参是直接传 不用args=
协程：
greenlet模块,gevent模块
IO模型：
select模块,selector模块
异步框架：twisted，tornado
同步框架：django
需要开启多进程/线程，并且需要 start()方法的：
Process(target=，args=()) ：RLock,Lock,Semaphore,Event,Queue,Pipe，都要实例化后，把这个实例化传入 args，然后再使用
Thread(target=，args=()) ：RLock,Lock,Semaphore,Event,Condition，都要实例化后，把这个实例化传入 args，然后再使用
直接开启进程/线程，不用target，不用start方法：
进程池：开启异步多进程 p = Pool(5), p.apply_async
Pool.apply_async(func,args,args=(x,y,...),callback=func2) #进程池中不用target=了，直接写函数名，但是传参还是要用args=，回调函数 callback=函数2名字
线程池：from concurrent.futures import ThreadPoolExecutor t = ThreadPoolExecutor(max_workers=5)
t.submit(func,i) ##异步开启线程，类似 apply_async #线程池也不用 target= 了, 但是传参是直接传 不用args=
多线程的定时器,不需要 Thread实例化:
Timer(2,func).start() #注意，此处Timer是异步不阻塞的，这里的2秒是针对函数来说的，它起了线程后，会马上执行后面的代码
#进程的缺点： # 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。 # 60年代，在OS中能拥有资源和独立运行的基本单位是进程，然而随着计算机技术的发展，进程出现了很多弊端， # 一是由于进程是资源拥有者，创建、撤消与切换存在较大的时空开销，因此需要引入轻型进程；二是由于对称多处理机（SMP）出现， # 可以满足多个运行单位，而多个进程并行开销过大。 # 因此在80年代，出现了···能独立运行的基本单位——线程（Threads）。 # ······注意：进程是资源分配的最小单位,线程是CPU调度的最小单位. #所以说进程间都有各自的内存空间，只能通信来获取数值 # 每一个进程中至少有一个线程 #可以把进程看做一个车间，每个进程肯定有一个主线程，类比车间必定有一个工人（主线程） #把线程看作车间的工人 #CPU就是生产零件的机器，工人搬材料给cpu制作。此时如果要多生产零件，我们平时都是在一直增加车间（即增加进程），从而多了工人来运作零件制造 #但是增加线程，就好比只在一个车间里增加工人，就每必要每次都要新开车间，时空开销这么大了 #在操作系统中的 分时调度系统里，我们所说的切换进程，其实就是切换进程的主线程 #内存中的进程： #从头到尾 栈，堆，数据，文本 #进程中有： #代码，数据，文件 线程（线程有 寄存器，栈，线程本身） # 线程有 寄存器，栈，线程本身 # 线程与进程的区别可以归纳为以下4点： # 1）地址空间和其它资源（如打开文件）：进程间相互独立，同一进程的各线程间共享。某进程内的线程在其它进程不可见。 # 2）通信：进程间通信IPC，线程间可以直接读写进程数据段（如全局变量）来进行通信——需要进程同步和互斥手段的辅助，以保证数据的一致性。 # 3）调度和切换：线程上下文切换比进程上下文切换要快得多。 #有时也称做进程切换或任务切换，是指CPU 从一个进程或线程切换到另一个进程或线程。 # 4）在多线程操作系统中，进程不是一个可执行的实体。 #真正执行的是线程 #http://www.ruanyifeng.com/blog/2013/04/processes_and_threads.html #线程特点 #1.轻型实体，占用非常小的资源 #2.独立调度和分派的基本单位：即cup实际上调度的是线程 #3.共享进程资源 #4.可并发执行 #协程： #本质上是一个线程 #能够在多个任务之间切换来节省一些IO时间 #协程中任务之间的切换也消耗时间，但是开销远远小于进程线程之间的切换 #协程的意义： #在遇到IO操作的时候，切换到另外一个任务 #规避之前任务的IO时间，来提高cpu的利用率 #在实际工作中会采用：进程+线程+协程，来提高代码的并发效果 #进程是cpu核数+1，线程是cpu核数*5，每个线程中协程最多可以起500个 #比如： #发送了一个网页请求后，在网络延时，等待网页响应的时间（等待IO），就可以用协程去切换任务利用等待的时间，继续发送多个网页请求，从而提高效率 #进程5，线程20，协程500 = 总共可以有50000个协程：一台4c的机器最多可以接收的并发数 #数据库，负载均衡，让很多个请求，平均分摊给各个服务器 #nginx组件 大型互联网公司会用到，就是用来帮你分发任务的，并发最大承载量就是50000，用的就是协程机制 #一般情况下就是根据这个规则，上下浮动
# 主进程 # 子进程 # 开启了子进程的主进程 : # 主进程自己的代码如果长,等待自己的代码执行结束, # 子进程的执行时间长,主进程会在主进程代码执行完毕之后等待子进程执行完毕之后 主进程才结束 #···子进程不一定要依赖运行着的父进程 #至于父进程如果关闭了 但是子进程没运行完， #比如 控制台 python XXX.py 运行了py文件，此时如果关闭了控制台，py文件是否会跟着关闭？ #在linux中 如果 python XXX.py & 后面跟上&则 py文件会一直在后台运行 #所以，关闭父进程，子进程是否关闭要看是怎么规定的
#和进程一样，主线程会等到子线程执行完才结束。 设置守护线程也是 t.daemon=Ture #守护进程会随着主进程的结束而结束 #守护线程会在主线程结束之后等待子线程的结束才结束，主进程只是代码运行结束，但是没关闭,因为主进程要留着内存资源给子线程用 #但是如果进程既有子线程，也有子进程，会等到所有代码结束完，才结束。因为主进程没结束，所以守护线程还会运行