前言

在 python 中有 thread 與 multiprocess 兩種平行處理程式的方式，
兩者分別的特性為：

thread: 可直接使用全域變數 (global) 交換資訊
multiprocess: 需透過設定特定通道 (多核心執行的中央變數管理，另一篇文會提到) 才能拿到資訊

也因此會有不同的特性：

thread: 適合小任務、資訊共用的任務 (直接拿 global 資訊來用)
multiprocess: 適合大任務、資訊獨立的任務 (把相關資訊交由其他核心處理後，不太需要拿取新資訊)

而在時間上，python 的 thread 實作有使用 GIL (global interpreter lock) ，
這是為了保護程式取用資料衝突的機制 (一般而言，我們會自己建立 mutex 或 lock 來實現這一點)，
但也因為內建此機制的原因，實際執行上會慢於 multiprocess。

(可以有一種想法是，當 python 的 thread 實現方式是建立在大量的 context switch上)

而 multiprocess 可以幫助我們更好的運用硬體的多核心資源，
也就是將電腦的能力發揮到更極限，達到更好的效果。
(一般執行程式只需要一個核心)

但要注意：送資料到別的核心需要時間
如果是簡單不需要太多時間的任務，
使用多核心運算的方式反而會在資料搬運上浪費更多時間。

小整理

功能	thread	multiprocess
速度	快 (受限於 GIL)	更快
電腦資源使用	極限	更極限
資訊共用容易度	相對容易	複雜 (注意：送資料到別的核心需要時間)
適合任務	小任務、資訊共用的任務	大任務、資訊獨立的任務

thread 與 multiprocess 比較

threading 重點摘要

threading 是透過 context-switch 的方式實現
也就是說，我們是透過 CPU 的不斷切換 (context-switch)，實現平行的功能。
當大量使用 threading 執行平行的功能時，反而會因為大量的 context-switch，
「實現了程式平行的功能，但也因為大量的 context-switch ，使得程式執行速度更慢」。