多進程程式設計和多執行緒程式設計優缺點

多進程程式設計和多錢程程式設計，都可以使用並行機制來提升系統的執行效率。二者的區別在於執行時所佔的記憶體分布不同，多錢程是共用一套記憶體的程式碼塊區間；而多進程是各用一套獨立的記憶體區間。

多進程的優點是穩定性好，一個子進程崩潰了，不會影響主進程以及其餘進程。基於這個特性，常常會用多進程來實現守護伺服器的功能。

多進程程式設計也有不足，即建立進程的代價非常大，因為作業系統要給每個進程分配固定的資源，並且作業系統對進程的總數會有一定的限制，若進程過多，作業系統排程都會存在問題，會造成假死狀態。

多執行緒程式設計的優點是效率較高一些，適用於批次處理任務等功能；不足之處在於，任何一個執行緒崩潰都可能造成整個進程的崩潰，因為它們共用了進程的記憶體資源池。

既然多執行緒程式設計和多進程程式設計各有優缺點，因此它們分別適用於不同的場景。比如說，對於計算密集型的任務，多進程效率會更高一下；而對於IO密集型的任務（比如檔案操作，網路爬蟲），採用多執行緒程式設計效率更高。為什麼是這樣呢？

其實也不難理解。對於 IO 密集型操作，大部分消耗時間其實是等待時間，在等待時間中，Python會釋放GIL供新的執行緒使用，實現了執行緒間的切換；相反對於 CPU 密集型程式碼，2 個 CPU 幹活肯定比一個 CPU 快很多。

在大型的計算機叢集系統中，通常都會將多進程程式分布執行在不同的計算機上協同工作。而每一台計算機上的進程內部，又會由多個執行緒來並行工作。

注意，對於任務數來說，無論是多進程程式設計或者多執行緒程式設計，其進程數或執行緒數都不能太多：

對於多進程程式設計來說，作業系統在切換任務時，會有一系列的保護現場措施，這要花費相當多的系統資源，若任務過多，則大部分資源都被用做乾這些了，結果就是所有任務都做不好；
多執行緒程式設計也不是執行緒個數越多效率越高，通過下面的公式可以計算出執行緒數量最優的一個參考值。