线程和进程是计算机操作系统的基础概念，在程序员中属于高频词汇，那如何理解呢？Node.js中的进程和线程又是怎样的呢？一、进程和线程1.1、专业性文字定义进程（Process），进程是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础，进程是线程的容器。线程（Thread），线程是操作系统能够进行运算调度的最小单位，被包含在进程之中，是进程中的实际运作单位。1.2、通俗理解以上描述比较硬，看完可能也没看懂，还不利于理解记忆。那么我们举个简单的例子：假设你是某个快递站点的一名小哥，起初这个站点负责的区域住户不多，收取件都是你一个人。给张三家送完
线程和进程是计算机操作系统的基础概念，在程序员中属于高频词汇，那如何理解呢？Node.js中的进程和线程又是怎样的呢？一、进程和线程1.1、专业性文字定义进程（Process），进程是计算机中的程序关于某数据集合上的一次运行活动，是系统进行资源分配和调度的基本单位，是操作系统结构的基础，进程是线程的容器。线程（Thread），线程是操作系统能够进行运算调度的最小单位，被包含在进程之中，是进程中的实际运作单位。1.2、通俗理解以上描述比较硬，看完可能也没看懂，还不利于理解记忆。那么我们举个简单的例子：假设你是某个快递站点的一名小哥，起初这个站点负责的区域住户不多，收取件都是你一个人。给张三家送完
简单说，对于需要资源隔离的场景，多进程能解决，但多线程无法解决，在这里，讲一个我们的小故事，先说下背景：我是Terark和 Topling 的创始人，ToplingDB（兼容RocksDB）是我们的核心产品。ToplingDB 的一个重要功能是 分布式Compact，去年我们实现了 托管 Todis 的分布式Compact支持。最近我们正在实现MySQL的分布式Compact，我们通过Facebook的MyRocks来实现基于ToplingDB的MySQL，内部名称MyTopling。在我们的分布式Compact架构 上，MySQL实例与CompactWorker（后面简称Worker）是多对
简单说，对于需要资源隔离的场景，多进程能解决，但多线程无法解决，在这里，讲一个我们的小故事，先说下背景：我是Terark和 Topling 的创始人，ToplingDB（兼容RocksDB）是我们的核心产品。ToplingDB 的一个重要功能是 分布式Compact，去年我们实现了 托管 Todis 的分布式Compact支持。最近我们正在实现MySQL的分布式Compact，我们通过Facebook的MyRocks来实现基于ToplingDB的MySQL，内部名称MyTopling。在我们的分布式Compact架构 上，MySQL实例与CompactWorker（后面简称Worker）是多对
多进程知识点汇总：一：了解多进程二：项目中多进程的实现 三：多进程的优缺点与使用场景 四：Android跨进程通讯实现 五：多进程实现中遇到的问题汇总 六：扩展阅读一：了解多进程问题：整个app都在一个进程有什么弊端？ 在Android中，虚拟机分配给各个进程的运行内存是有限制值的（这个值可以是32M，48M，64M等，根据机型而定），试想一下，如果在app中，增加了一个很常用的图片选择模块用于上传图片或者头像，加载大量Bitmap会使app的内存占用迅速增加，如果你还把查看过的图片缓存在了内存中，那么OOM的风险将会大大增加，如果此时还需要使用WebView加载一波网页，内存就更加紧张了
多进程知识点汇总：一：了解多进程二：项目中多进程的实现 三：多进程的优缺点与使用场景 四：Android跨进程通讯实现 五：多进程实现中遇到的问题汇总 六：扩展阅读一：了解多进程问题：整个app都在一个进程有什么弊端？ 在Android中，虚拟机分配给各个进程的运行内存是有限制值的（这个值可以是32M，48M，64M等，根据机型而定），试想一下，如果在app中，增加了一个很常用的图片选择模块用于上传图片或者头像，加载大量Bitmap会使app的内存占用迅速增加，如果你还把查看过的图片缓存在了内存中，那么OOM的风险将会大大增加，如果此时还需要使用WebView加载一波网页，内存就更加紧张了
Python是运行在解释器中的语言，查找资料知道，python中有一个全局锁（GIL），在使用多进程(Thread)的情况下，不能发挥多核的优势。而使用多进程(Multiprocess)，则可以发挥多核的优势真正地提高效率。对比实验资料显示，如果多线程的进程是CPU密集型的，那多线程并不能有多少效率上的提升，相反还可能会因为线程的频繁切换，导致效率下降，推荐使用多进程；如果是IO密集型，多线程进程可以利用IO阻塞等待时的空闲时间执行其他线程，提升效率。所以我们根据实验对比不同场景的效率操作系统CPU内存硬盘Windows10双核8GB机械硬盘(1)引入所需要的模块importrequestsi
Python是运行在解释器中的语言，查找资料知道，python中有一个全局锁（GIL），在使用多进程(Thread)的情况下，不能发挥多核的优势。而使用多进程(Multiprocess)，则可以发挥多核的优势真正地提高效率。对比实验资料显示，如果多线程的进程是CPU密集型的，那多线程并不能有多少效率上的提升，相反还可能会因为线程的频繁切换，导致效率下降，推荐使用多进程；如果是IO密集型，多线程进程可以利用IO阻塞等待时的空闲时间执行其他线程，提升效率。所以我们根据实验对比不同场景的效率操作系统CPU内存硬盘Windows10双核8GB机械硬盘(1)引入所需要的模块importrequestsi
