多进程

apache / nginx都是web应用服务(web容器) 一：Apache拥有丰富的模块组件支持，稳定性强，BUG少，动态内容处理强。 处理请求方式：异步阻塞型 1：Apache提供一系列多重处理模块，通过这些多重处理模块来使用操作系统的资源，对进程和线程池进行管理，控制处理用户请求。 2：Apache提供了三种多重处理模块：mpm_prefork、mpm_worker、mpm_envent 参考文献： http://www.cnblogs.com/fnng/archive/2012/11/20/2779977.html https://blog.51cto.com/balich/1743798 1):mpm_prefork： 成熟稳定兼容性好，不适合处理高并发 默认的工作模式是Prefork MPM，这种模式采用的是预派生子进程方式，用单独的子进程来处理请求，子进程间互相独立，互不影响，大大的提高了稳定性，每个子进程中只有一个线程，在一个时间点内，只能处理一个请求，进程都会占用内存，所以消耗系统资源过高； 2):mpm_worker： 适合处理高并发。但是处理长连接 (keep-alive) 时比较差，只能等超时释放 Worker MPM是Apche 2.0版本中全新的支持多进程多线程混合模型的MPM，由于使用线程来处理HTTP请求，所以效率非常高，而对系统的开销也相对较低

原文链接： http://www.kokojia.com/article/20845.html 　在网上你可能会看到有很多的人问到底是使用进程好还是线程好？而你在教科书上会看到"进程是资源分配最小的单位，线程是CPU调度的最小单位"。但是这句话似乎还是没有解决我们心中的疑惑，到底是进程好还是线程好呢？下面我们来分析一下多进程和多线程的优缺点以及它们的对比。 　　在对比两者之前我们先进行一个简单的了解： 　　多进程：一个运行中的程序就叫做进程，当 操作系统 在执行一个程序的时候，会在系统中建立一个进程，而这个进程中，必须至少建立一个线程来作为这个进程运行的入口。 　　 优点：内存隔离，单个进程的崩溃不会导致这个系统的崩溃。而且进程方便测试以及编程简单 　　 缺点：创建销毁比较麻烦，进程间数据的共享麻烦，并且消耗的资源比较多。 　多线程：一个进程可以拥有多个线程，所以说线程是进程中的组成部分，也就说说一个线程必须会有一个父进程。线程自身是不能拥有系统资源的，但是它可以拥有自己的堆、栈、局部变量以及程序计算器。 　　 优点：可以提高系统的并行性，数据共享比较方便，切换比较快。 　　 缺点：由于没有内存的隔离，所以导致了一个线程的崩溃会导致整个进程的崩溃。编程复杂以及调试困难，线程执行的随机性可能导致逻辑混乱，甚至发生死锁现象； 　　下面我们从几个方面对两者进行比较： 　　数据共享以及同步

作者：Vamei 出处：http://www.cnblogs.com/vamei 欢迎转载，也请保留这段声明。谢谢！ 我们已经见过了 使用subprocess包来创建子进程 ，但这个包有两个很大的局限性：1) 我们总是让subprocess运行外部的程序，而不是运行一个Python脚本内部编写的函数。2) 进程间只通过管道进行文本交流。以上限制了我们将subprocess包应用到更广泛的多进程任务。(这样的比较实际是不公平的，因为subprocessing本身就是设计成为一个shell，而不是一个多进程管理包) threading和multiprocessing (请尽量先阅读 Python多线程与同步 ) multiprocessing 包是Python中的多进程管理包。与threading.Thread类似，它可以利用 multiprocessing.Process 对象来创建一个进程。该进程可以运行在Python程序内部编写的函数。该Process对象与Thread对象的用法相同，也有start(), run(), join()的方法。此外multiprocessing包中也有 Lock / Event / Semaphore / Condition 类 (这些对象可以像多线程那样，通过参数传递给各个进程)，用以 同步 进程 ，其用法与threading包中的同名类一致。所以

一、在Android中什么样的情况下会使用多进程模式，如何开启多进程 1、什么情况下使用多进程模式 分担主进程的内存压力 2、如何开启多进程 四大组件，在Manifest中 指定 android:process 属性。 二、Android为什么采用Binder做为IPC机制 1、 Binder Binder是Android中一种跨进程方式。 2、Android 要采用 Binder 作为 IPC 机制 https://blog.csdn.net/lanye11/article/details/77962825 3、 Binder死亡监听 public void onServiceConnected(ComponentName name, IBinder service) { if (service != null) { mBinderManager = IBinderManager.Stub.asInterface(service); try { mBinderManager.asBinder().linkToDeath(new IBinder.DeathRecipient() { @Override public void binderDied() {//子进程的主线程中监听binder的死亡通知 mBinderManager.asBinder().unlinkToDeath

Python进程和线程 本文内容是基于如下参考资料。是对如下参考资料的梳理并加上自己的理解。 https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/001431929340191970154d52b9d484b88a7b343708fcc60000 http://www.runoob.com/python3/python3-multithreading.html 1基础 一个任务就是一个进程（Process） 进程内的这些“子任务”称为线程（Thread）。 由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务（多进程）轮流调度到每个核心上执行。让每个线程都短暂地交替运行，看起来就像同时执行一样。 多个线程由操作系统在多个线程之间快速切换，让每个线程都短暂地交替运行，看起来就像同时执行一样。 自己编程中多任务的实现有3种方式(多任务既可以多线程实现也可以多进程实现)： 多进程模式； 多线程模式； 多进程+多线程模式。 同时执行多个任务通常各个任务之间是有关联的（无论是进程还是线程），需要相互通信和协调，涉及到同步、数据共享的问题。 常见多任务协调要求： 任务1必须暂停等待任务2完成后才能继续执行 任务3和任务4又不能同时执行 2

Nginx 有两种进程结构：单进程结构，多进程结构。本篇文章我们主要说多进程结构。 问 ：那为什么 Nginx 采用多进程结构，而不是多线程结构呢？ 答 ：这是因为 Nginx 最核心的目的就是要保证高可用性和高可靠性，当 Nginx 采用了多线程结构的时候，因为多个线程是共享同一个地址空间的，所以当一个第三方模块引发了一个地址空间导致的段错误时，在导致地址越界时，会导致整个 Nginx 进程挂掉。 单进程结构：不适用于生产环境，只用于调试。因为在生产环境中，nginx 要求要足够的健壮，而且要利用 CPU 多核的一个特性。 多进程结构： 1：master 进程：第三方模块一般不会在 master 进程中加入自己的功能代码的。目的是管理 worker 进程，比如：监控每个 worker 进程是不是在正确的工作，需不需要做重新载入文件，需不需要做热部署，等等。 2，worker 进程：主要用来处理请求，一般设置为当前计算机的核数，是每一个 worker 进程绑定到一个 cpu 核上，这样可以更好的使用 cpu 核上的 cpu 缓存，来减少 cpu 缓存失效的命中率。 3，Cache Manager：做缓存的管理。 4，Cache Loader： 做缓存的载入。 注：上述进程间的通信都是通过共享内存来实现的。 来源： https://www.cnblogs.com/zpcoding/p

‘’‘ 1.GIL全局解释器锁: 1.GIL是Cpython特有的。 2.GIL本质上是一个互斥锁. 3.GIL的为了阻止同一个进程内多个线程同时执行(并行) - 单个进程下的多个线程无法实现并行,但能实现并发 4.这把锁主要是因为CPython的内存管理不是 "线程安全" 的. - 保证线程在执行任务时不会被垃圾回收机制回收。 2.GIL存在的目的: GIL的存在就是为了保证线程安全的. 注意: 多个线程过来执行,一旦遇到IO操作,就会立马释放GIL解释器锁,交给下一个先进来的线程. 3.何时使用多进程或多线程？ - 在计算密集型的情况下: - 使用多进程 - 在IO密集型的情况下: - 使用多线程 - 高效执行多个进程,内多个IO密集型的程序: - 使用 多进程 + 多线程 - ''' 4.服务端实现并发 import socket from threading import Thread import time """ 服务端: 1.有固定的IP和PORT 2.24小时不间断提供服务 3.能够支持并发 """ server = socket.socket() server.bind(( '127.0.0.1', 9550 )) server.listen(5) print('启动服务端。。。') def working(conn): while True: try: data

现代操作系统比如Mac OS X，UNIX，Linux，Windows等，都是支持“多任务”的操作系统。 什么叫“多任务”呢？ 简单地说，就是操作系统可以同时运行多个任务。打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业，这就是多任务，至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。 现在，多核CPU已经非常普及了，但是，即使过去的单核CPU，也可以执行多任务。由于CPU执行代码都是顺序执行的，那么， 单核CPU是怎么执行多任务的呢？ 答案就是操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。 真正的并行执行多任务只能在 多核CPU 上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。 对于操作系统来说， 一个任务就是一个进程（Process） ，比如打开一个浏览器就是启动一个浏览器进程，打开一个记事本就启动了一个记事本进程，打开两个记事本就启动了两个记事本进程，打开一个Word就启动了一个Word进程。 有些进程还不止同时干一件事，比如Word

1,解释: 单线程是只有一条公路而且是单车道，只能同时行驶一辆汽车； 多线程是只有一条公路，但是是多车道，可以同时行驶多辆汽车; 多进程是有很多条公路，每条公路可能是单车道也可能是多车道，同样可以同时行驶多辆汽车。 2.如何选择: cpu密集型代码(各种循环处理, 计算等等);使用多进程 IO密集型代码(文件处理,网络爬虫等): 使用多线程 3.CPU密集型（CPU-bound） CPU密集型也叫计算密集型，指的是系统的硬盘、内存性能相对CPU要好很多，此时，系统运作大部分的状况是CPU Loading 100%，CPU要读/写I/O(硬盘/内存)，I/O在很短的时间就可以完成，而CPU还有许多运算要处理，CPU Loading很高。 在多重程序系统中，大部份时间用来做计算、逻辑判断等CPU动作的程序称之CPU bound。例如一个计算圆周率至小数点一千位以下的程序，在执行的过程当中绝大部份时间用在三角函数和开根号的计算，便是属于CPU bound的程序。 CPU bound的程序一般而言CPU占用率相当高。这可能是因为任务本身不太需要访问I/O设备，也可能是因为程序是多线程实现因此屏蔽掉了等待I/O的时间。 4.IO密集型（I/O bound） IO密集型指的是系统的CPU性能相对硬盘、内存要好很多，此时，系统运作，大部分的状况是CPU在等I/O (硬盘/内存) 的读/写操作

　　上一节提到，当子进程执行结束，父进程还在执行，在父进程结束之前子进程会成为僵尸进程，那么怎么销毁僵尸进程呢？父进程主动接收子进程的返回值。 销毁僵尸进程的方法： 　　1：使用wait函数 　　2：使用waitpid函数 　　3：利用信号 来源： https://www.cnblogs.com/418ks/p/11717203.html