1. 进程
  1. 概念：进程是操作系统分配资源的最小单元　　
  2. 理解：一个应用程序至少包括1个进程，每个进程在执行过程中拥有独立的内存单元，python的多进程编程主要依靠multiprocess模块。
  3. 进程间通信：首先，进程间是可以相互通信的，比较常见的有七种通信方式，如管道pipe、命名管道FIFO、消息队列MessageQueue、共享内存SharedMemory、信号量Semaphore、套接字Socket、信号 signal（由于实际开发涉及较少，这里只作简单介绍）但是通常进程之间是相互独立的，每个进程都有独立的内存。通过共享内存(nmap模块)，进程之间可以共享对象，使多个进程可以访问同一个变量(地址相同，变量名可能不同)。多进程共享资源必然会导致进程间相互竞争，所以应该尽最大可能防止使用共享状态。
  1. 线程
  1. 概念：线程是操作系统调度的最小单元
  2. 理解：1个进程包括1个或多个线程，相比较之下，线程占用资源更少，更高效，且一个进程的多个线程在执行过程中共享内存，毫无疑问，线程之间可以相互通信。而python的多进程编程主要依靠threading模块
  3. 线程间通信：主要有两种方式，一种是上锁，上互斥锁确保任意时刻只有一个线程具备修改全局变量的能力。另一种则是使用消息队列，比较经典的生产者、消费者模型就是这样，一个负责生成，一个负责消费，所生成的产品存放在queue里，实现了不同线程间沟通。
  1. 多进程跟多线程的区别
  1. 由于进程的创建跟销毁都涉及到系统资源的分配以及回收，导致多进程的开销明显大于多线程的开销。
  1. 两者的应用场景
  1. 对CPU密集型代码(比如循环计算) - 多进程效率更高
  2. 对IO密集型代码(比如文件操作，网络爬虫) - 多线程效率更高
  3. 理由：对于IO密集型操作，大部分消耗时间其实是等待时间，在等待时间中CPU是不需要工作的，那你在此期间提供双CPU资源也是利用不上的，相反对于CPU密集型代码，2个CPU干活肯定比一个CPU快很多。那么为什么多线程会对IO密集型代码有用呢？这时因为python碰到等待会释放GIL供新的线程使用，实现了线程间的切换。