过程-正在执行的程序

线程-线程是执行最小的编程指令序列

例如，如果你想计算矩阵乘法，你将为main中的循环编写一个3的程序并执行它。现在这是你的过程。

现在，您可以通过创建线程并分配每个线程执行行的结果来解决相同的程序。每个线程将独立工作，结果将存储在数组中。因为线程在进程中共享相同的内存。

在这两种情况下，结果相同。

进程：正在执行的程序称为进程

线程：线程是一种基于“一个与另一个”的概念与程序的其他部分一起执行的功能，因此线程是进程的一部分。。

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。

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。

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）。

它们几乎一样。。。但关键的区别在于线程是轻量级的，而进程在上下文切换、工作负载等方面是重量级的。

线程是一个子进程，它们共享一个进程内的代码、数据和文件等公共资源。然而，两个进程无法共享资源（例外情况是，如果一个进程（父进程）分叉为另一个进程，则默认情况下，它们可以共享资源。），对CPU的资源要求较高的负载，而线程在此上下文中要轻得多。虽然两者都有相同的功能。场景中，考虑一个单线程进程由于I/o而被阻塞，那么整个1将进入等待状态，但当多线程进程被I/o阻塞时，其唯一的1个I/o相关线程将被阻塞。