进程和线程之间的技术区别是什么？
我感觉像“进程”这样的词被过度使用了，而且还有硬件和软件线程。像Erlang这样的语言中的轻量级进程怎么样？是否有明确的理由使用一个术语而不是另一个术语？
当前回答
我认为理解差异的最简单方法是可视化线程和进程如何执行它们的任务。
线程在共享内存空间（创建它们的进程）中并行运行：
Thread 1 Thread 2 Thread 3
|
|
|
|
|
|
|
|
|
|
|
|
Complete Complete Complete
注意：以上可以解释为一个进程（即一个进程有3个线程）
进程并行并行运行：
Process 1 Process 2 Process 3
| | |
| | |
| | |
| | |
| | |
| | |
Complete Complete Complete
其他回答
进程和线程的真实示例这将为您提供有关线程和进程的基本信息
我从Scott Langham的回答中借用了上述信息-谢谢
来自嵌入式世界，我想补充一点，进程的概念只存在于具有MMU（内存管理单元）的“大型”处理器（台式CPU、ARM Cortex A-9）和支持使用MMU的操作系统（如Linux）中。对于小型/老式处理器和微控制器以及小型RTOS操作系统（实时操作系统），如freeRTOS，没有MMU支持，因此没有进程，只有线程。
线程可以访问彼此的内存，并且它们由OS以交错的方式调度，因此它们看起来是并行运行的（或者对于多核线程，它们实际上是并行运行）。
另一方面，进程则生活在由MMU提供和保护的私有虚拟内存沙盒中。这很方便，因为它可以：
防止错误进程导致整个系统崩溃。通过使其他流程数据不可见和无法访问。进程内的实际工作由一个或多个线程负责。
进程和线程之间的差异如下：
进程是程序的执行实例，而线程是进程的最小单元。进程可以划分为多个线程，而线程不能划分。进程可以被认为是一个任务，而线程可以被看作是一个轻量级的任务。进程分配单独的内存空间，而线程分配共享内存空间。进程由操作系统维护，而线程由程序员维护。
示例1：JVM在单个进程中运行，JVM中的线程共享属于该进程的堆。这就是为什么多个线程可以访问同一个对象。线程共享堆并拥有自己的堆栈空间。这就是一个线程对方法及其局部变量的调用如何保持与其他线程的线程安全。但是堆不是线程安全的，必须同步以确保线程安全。
在用Python（解释语言）构建包含多线程的算法时，我惊讶地发现，与我之前构建的顺序算法相比，执行时间并没有任何改善。为了理解导致这种结果的原因，我做了一些阅读，并相信我所学到的内容提供了一个有趣的背景，可以更好地理解多线程和多进程之间的差异。
多核系统可能会执行多个线程，因此Python应该支持多线程。但Python不是一种编译语言，而是一种解释语言1。这意味着必须对程序进行解释才能运行，并且在程序开始执行之前，解释器不知道程序。然而，它所知道的是Python的规则，然后动态地应用这些规则。Python中的优化必须主要是解释器本身的优化，而不是要运行的代码。这与C++等编译语言形成对比，并对Python中的多线程产生影响。具体来说，Python使用全局解释器锁来管理多线程。
另一方面，编译语言是编译的。程序被“完全”处理，首先根据其语法定义进行解释，然后映射到语言不可知的中间表示，最后链接到可执行代码中。这个过程允许代码得到高度优化，因为在编译时所有代码都可用。在创建可执行文件时定义了各种程序交互和关系，可以做出关于优化的稳健决策。
在现代环境中，Python的解释器必须允许多线程，这必须既安全又高效。这就是解释语言与编译语言的区别所在。解释器必须不干扰来自不同线程的内部共享数据，同时优化处理器的计算使用。
如前几篇文章所述，进程和线程都是独立的顺序执行，主要区别在于内存在进程的多个线程之间共享，而进程隔离了它们的内存空间。
在Python中，全局解释器锁防止不同线程同时访问数据。它要求在任何Python程序中，任何时候只能执行一个线程。另一方面，可以运行多个进程，因为每个进程的内存都与任何其他进程隔离，并且进程可以在多个内核上运行。
唐纳德·克努思在《计算机编程的艺术：基本算法》中对解释例程有很好的解释。
