每个进程都是一个线程（主线程）。但每个线程都不是一个进程。它是流程的一部分（实体）。

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。

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。

线程和进程都是OS资源分配的原子单元（即，有一个并发模型描述了CPU时间如何在它们之间分配，以及拥有其他OS资源的模型）。不同之处在于：

共享资源（根据定义，线程共享内存，除了堆栈和本地变量之外，它们不拥有任何东西；进程也可以共享内存，但这有一个单独的机制，由OS维护）分配空间（进程的内核空间与线程的用户空间）

格雷格·休吉尔（Greg Hewgill）对“进程”一词的Erlang含义是正确的，这里讨论了为什么Erlang可以实现轻量级进程。

对于那些更喜欢通过可视化学习的人来说，这里是我创建的一个方便的图表，用于解释流程和线程。我使用了MSDN中的信息-关于进程和线程

进程是代码、内存、数据和其他资源的集合。线程是在进程范围内执行的一系列代码。您可以（通常）在同一进程中同时执行多个线程。