进程和线程的区别及python中的应用

进程和线程的区别是什么？

简而言之,一个程序至少有一个进程,一个进程至少有一个线程. 线程的划分尺度小于进程，使得多线程程序的并发性高。另外，进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率。

线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。

从逻辑角度来看，多线程的意义在于一个应用程序中，有多个执行部分可以同时执行。但操作系统并没有将多个线程看做多个独立的应用，来实现进程的调度和管理以及资源分配。这就是进程和线程的重要区别。

简单举例：使用10个VU用户并发

当使用进程并发时，在任务管理器中会出现10个mmdrv进程

当使用线程并发，只会出现一个mmdrv进程（一个进程可以支持50VU的线程并发）

所以：使用多线程的方法能使每台负载生成器运行更多的VU

（但是只有支持线程安全的协议，才能使用Loadrunner的VU并发方式。

以下协议不能支持线程并发Sybase-Dblib,Infomix,Tuxedo,and PeopleSoft-Tuxedo）

进程方式和线程方式的优缺点：

选择按照进程方式运行， 每个用户都将启动一个mmdrv进程，多个mmdrv进程会占用大量内存及其他系统资源，这就限制了可以在任一负载生成器上运行的并发用户数的数量，因为负载机的资源（内存及其他系统资源）是有限的。

选择按照线程方式运行，在默认情况下，controller为每50个用户仅启动一个mmdrv进程，而每个用户都按线程方式来运行，这些线程用户将共享父进程的内存段，这就节省了大量内存空间，从而可以在一个负载生成器上运行更多的用户。

选择线程方式虽然可以减少启动的mmdrv进程数，减少了内存的占用，但是也容易出现一个问题，例如，同一个测试场景，用线程并发就会出现超时失败或报错，而用进程并发就没错。为什么呢？因为线程的资源是从进程资源中分配出来的，因此同一个进程中的多个线程会有共享的内存空间，假设a线程要用资源就必须等待b线程释放，而b线程也在等待其他资源释放才能继续，这样就会出现这个问题。

多进程python实现

#! /usr/bin/env python

from multiprocessing import Process, Queue

from time import sleep

def pro1(num):

    num.put([1,1])

def pro2(num):

    sleep(2)

    print num.qsize()

if __name__ == '__main__':

    num = Queue()

    process1 = Process(target = pro1, args = (num,))

    process1.start()

    process2 = Process(target = pro2, args = (num,))

    process2.start()

多线程python实现

#! /usr/bin/env python

import threading

from time import sleep

import Queue

def pro1():

    num.put([1,1])

def pro2():

    sleep(2)

    print num.qsize()

if __name__ == '__main__':

    num = Queue.Queue()

    thread1 = threading.Thread(target = pro1)

    thread1.start()

    thread2 = threading.Thread(target = pro2)

    thread2.start()

原文：https://blog.csdn.net/LordofRobots/article/details/77113196

参考资料：https://blog.csdn.net/xxlovesht/article/details/77198551