python爬虫番外篇进程，线程的初步了解

Posted 2021-02-06

 原文地址https://www.cnblogs.com/zhaof/p/6994991.html

整理这番外篇的原因是希望能够让爬虫的朋友更加理解这块内容，因为爬虫爬取数据可能很简单，但是如何高效持久的爬，利用进程，线程，以及异步IO,其实很多人和我一样，故整理此系列番外篇

一、进程

程序并不能单独和运行只有将程序装载到内存中，系统为他分配资源才能运行，而这种执行的程序就称之为进程。程序和进程的区别在于：程序是指令的集合，它是进程的静态描述文本；进程是程序的一次执行活动，属于动态概念。

例如我们写一个hello程序，当这个程序再操作系统上运行的时候，操作系统会给我们一种假象，好像系统上就这一个程序在运行。程序看上去是独占的使用处理器，主存，和IO设备，处理器看上去就像在不间断的执行程序中的指令，即该程序的代码和数据是操作系统内存中唯一的对象。这其实就是通过进程实现的。

进程的概念

进程是操作系统对一个正在运行的程序的一种抽象。即进程是处理器，主存，IO设备的抽象
操作系统可以同时运行多个进程，而每个进程都好像在独占的使用硬件

并发运行

并发运行：一个进程的指令和另外一个进程的指令是交错执行的。

上下文切换
CPU看上去像是在并发的执行多个进程，这是通过处理器在进程之间切换来实现的，操作系统实现这种交错执行的机制称为上下文切换

操作系统保持跟踪进程运行所需的所有状态信息。这种状态，就是上下文。
在任何一个时刻，操作系统都只能执行一个进程代码，当操作系统决定把控制权从当前进程转移到某个新进程时，就会进行上下文切换，即保存当前进程的上下文，恢复新进程的上下文，然后将控制权传递到新进程，新进程就会从它上次停止的地方开始。

我们还通过hello这个程序进行理解这个过程（环境为linux）：

shell进程和hello进程。

1. 开始，shell进程在运行，等待命令行的输入
2. 执行hello程序，shell通过系统调用来执行我们的请求，这个时候系统调用会讲控制权传递给操作系统。操作系统保存shell进程的上下文，创建一个hello进程以及其上下文并将控制权给新的hello进程。
3. hello进程终止后，操作系统恢复shell进程的上下文，并将控制权传回给shell进程
4. shell进程继续等待下个命令的输入

二、线程

线程的概念

线程是操作系统能够进行运算调度的最小单位，它被包含在进程中，是进程中的实际运作单位

一个进程实际上可以由多个线程的执行单元组成。每个线程都运行在进程的上下文中，并共享同样的代码和全局数据。

由于在实际的网络服务器中对并行的需求，线程成为越来越重要的编程模型，因为多线程之间比多进程之间更容易共享数据，同时线程一般比进程更高效

三、并发和并行的概念

并发指的是同时具有多个活动的系统

并行值得是用并发来使一个系统运行的更快。并行可以在操作系统的多个抽象层次进行运用