http://lkml.iu.edu/hypermail/linux/kernel/9608/0191.html

莱纳斯·托瓦尔兹(torvalds@cs.helsinki.fi)1996年8月6日星期二12:47:31+0300（欧洲东部夏令时）邮件排序依据：[date][thread][subject][author]下一条消息：Bernd P.Ziller：“回复：get_hash_table中的错误”上一条消息：Linus Torvalds：“Re:I/O请求排序”1996年8月5日星期一，Peter P.Eiserloh写道：我们需要明确线程的概念。太多人了似乎混淆了线程和进程。以下讨论不反映linux的当前状态，而是试图保持高级别的讨论。不！没有理由认为“线程”和“进程”是独立实体。这是传统的做法，但我我个人认为这样想是一个重大错误。唯一的有理由认为这种方式是历史包袱。线程和进程实际上只是一件事：试图人为地区分不同的案例只是自我限制。一个“执行环境”，这里称为COE，只是一个企业集团该状态包括CPU等状态（寄存器等）、MMU状态（页面映射）、权限状态（uid、gid）和各种“通信状态”（打开文件、信号处理器等）。传统上，“线程”和“进程”主要是指线程具有CPU状态（+可能一些其他最小状态），而所有其他上下文都来自过程然而，这只是一种划分COE总状态的方法，没有任何东西表明这是正确的方法。限制自己对那种形象来说简直是愚蠢至极。Linux对此的思考方式（以及我希望的工作方式）是没有所谓的“进程”或“线程”。有只有整个COE（Linux称为“任务”）。不同的COE可以彼此共享部分上下文共享是传统的“线程”/“进程”设置，但应该真正被视为仅仅是一个子集（它是一个重要的子集，但是这种重要性不是来自设计，而是来自标准：我们显然希望在Linux上运行符合标准的线程程序也是）。简而言之：不要围绕线程/进程的思维方式进行设计。这个内核应该围绕COE的思维方式进行设计，然后pthread库可以将有限的pthread接口导出给用户他们想用这种方式来看待COE。作为一个例子，当你认为COE是与线程/进程相反：您可以执行外部“cd”程序，这在UNIX和/或进程/线程中传统上是不可能的（愚蠢的例子，但想法你可以拥有这些类型的“模块”传统的UNIX/threads设置）。执行以下操作：克隆（clone_VM|clone_FS）；child:execve（“外部cd”）；/*“execve（）”将解除VM的关联，因此使用CLONE_VM是为了更快地进行克隆*/您可以自然地执行“vfork（）”（它需要最少的内核支持，但这种支持完全符合CUA的思维方式）：克隆（clone_VM）；child:继续运行，最终执行（）妈妈：等高管您可以执行外部“IO deamons”：克隆（clone_FILES）；child:打开文件描述符等妈妈：用孩子打开的fd和vv。以上所有的工作都是因为您没有绑定到线程/进程思维方式。以web服务器为例，其中CGI脚本作为“执行线程”完成。你不能用传统线程，因为传统线程总是必须共享整个地址空间，所以你必须链接所有你曾经希望在web服务器本身（一个“线程”不能运行另一个可执行）。将此视为“执行上下文”问题任务现在可以选择执行外部程序（=将来自父级的地址空间）等，或者他们可以示例与父级共享除文件之外的所有内容描述符（这样子“线程”可以打开大量文件家长需要担心它们：当子“线程”退出，并且不会使用父级中的fd）。例如，设想一个线程化的“inetd”。你想要低开销fork+exec，所以用Linux的方式可以代替使用“fork（）”您编写了一个多线程inetd，其中每个线程都是用仅CLONE_VM（共享地址空间，但不共享文件描述符等等）。然后，如果它是外部服务（rlogind，例如），或者可能是内部inetd服务之一（echo，timeofday）在这种情况下，它只是做它自己的事情，然后退出。你不能用“线程”/“进程”这样做。莱纳斯牌手表

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

进程和线程都是独立的执行序列。典型的区别是（同一进程的）线程在共享内存空间中运行，而进程在单独的内存空间中。

我不确定你可能指的是什么“硬件”线程和“软件”线程。线程是一种操作环境特性，而不是CPU特性（尽管CPU通常具有使线程高效的操作）。

Erlang使用术语“进程”，因为它不公开共享内存多道程序模型。称它们为“线程”意味着它们共享内存。

我从知识探索中复制了这些信息！博客：

流程：程序的执行实例称为进程。一些操作系统使用术语“任务”来指代正在执行的程序。进程总是存储在也称为主存储器或随机存取存储器的主存储器中。因此，流程被称为活动实体。如果重新启动机器，它将消失。多个进程可以与同一程序相关联。在多处理器系统上，可以并行执行多个进程。在单处理器系统上，虽然无法实现真正的并行性，但应用了进程调度算法，处理器计划每次执行一个过程，产生一种错觉并发性。示例：执行“计算器”程序的多个实例。每个实例都称为一个过程。线程：线程是进程的子集。它被称为“轻量级进程”，因为它类似于真实进程，但在进程的上下文中执行并共享内核分配给进程的相同资源。通常，一个进程只有一个控制线程——一次执行一组机器指令。进程也可以由并发执行指令的多个执行线程组成。多个控制线程可以利用多处理器系统上可能的真正并行性。在单处理器系统上，应用线程调度算法，并调度处理器每次运行一个线程。进程中运行的所有线程共享相同的地址空间、文件描述符、堆栈和其他与进程相关的属性。由于进程的线程共享相同的内存，同步进程内共享数据的访问将获得前所未有的效果重要性

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）。