异步与并发

异步的核心特征

• 无需等待当前任务执行完毕，系统可以随时打断当前任务并介入处理其他事务。

单程序的并发实现方案

单程序实现并发，既可以使用多线程，也可以使用 fork() 创建多进程。

一、 多线程 (Multi-threading)

• 资源与开销： 线程之间共享所属进程的内存空间和系统资源，线程间的通信成本极低（可以直接读写共享变量），且创建和上下文切换的开销远小于进程。
• 适用场景（语言差异与限制）：
  • Python / Ruby (受限于 GIL)： 因为全局解释器锁（GIL）的存在，多线程无法真正利用多核 CPU 进行并行计算。在这种情况下，用多线程处理计算密集型任务，反而会因为频繁的上下文切换导致变慢。（对于 Python，计算密集型任务必须用多进程解决）
  • C++ / Java / Go 等： 在这些语言中，多线程确实可以利用多核进行并行计算。但如果线程之间需要频繁同步（如频繁加锁），计算效率也会大幅下降。
• 多线程的最佳场景： I/O 密集型任务（例如网络爬虫、读写文件、网络请求）。因为线程在等待 I/O 响应时，可以主动释放 CPU 控制权给其他线程，且线程切换成本低。
• 虽然通信成本低（直接读写共享变量），但开发者必须手动处理线程安全问题 (Race Condition)。为了防止数据撞车，必须引入锁机制（Mutex / Lock）。而复杂的锁逻辑不仅容易导致死锁，还会成为性能瓶颈。

二、 多进程 (Multi-processing）

• 核心优势： 进程间资源完全隔离。一个子进程的崩溃不会影响父进程或其他子进程，因此具有极高的稳定性。同时，多进程能完美绕过 GIL 限制，充分利用多核 CPU 的并行计算能力。
  • 适合任务相对独立、需要高稳定性的场景（例如 Web 服务器的请求处理模块、批量任务的隔离执行）。
• 开销与写时复制技术：
  • 创建开销： 使用 fork() 启动新进程需要复制页表、文件描述符表等，其创建开销远大于启动一个线程。
  • 写时复制 (COW - Copy-On-Write)： Linux 的 fork() 采用了 COW 技术。在子进程创建之初，并不会真正复制父进程的所有物理内存。只有当父/子进程试图修改某个数据时，操作系统才会真正进行该内存页的物理复制。这使得 fork() 瞬间的开销比预想的要小很多。
• 进程间通信 (IPC - Inter-Process Communication)：
  • 由于内存隔离，子进程修改了变量（如 count），仅仅是修改了自己内存空间里的副本，父进程对此一无所知。
  • 有共同祖先的进程：可以通过通道 (Pipe) 进行通信。
  • 无共同祖先的进程：可以通过信号 (Signal)、命名管道 (FIFO)、信号量 (Semaphore)、共享地址空间或消息队列 (Message Queue) 进行通信。
  • 通信成本： 很多高级语言在实现 IPC 时，涉及到数据的序列化（如 Python 的 Pickle）和反序列化，这个过程非常消耗 CPU 资源。