Python的运行原理

概述

Python、PHP、Java都有各自的垃圾回收机制，且针对高并场景都有相应的解决方案；

Python

Python提供了多线程、多进程和异步IO三种并发解决方案；但综合来看Python的并发处理能力相对较弱：

多进程：每个进程都有自己的解释器，各进程互不影响，能够充分利用多核CPU；

多线程：多个线程通过同一个解释器交替执行，并非真正的并行；为了确保线程安全，解释器通过全局解释器锁来确保同一时间只有一个线程执行；

异步IO(协程)：在一个线程内让程序的IO操作不阻塞，而是继续执行其他任务；类似Javascript在单线程中发起异步请求一样，异步IO(协程)同样也是通过事件循环来实现的；

PHP

php通过多进程来实现并发，主要依赖于PHP-FPM FastCGI进程管理器，每个进程同一时间处理一个请求；

Java

Java的高并发通过多线程来实现，Java提供了适合大规模应用程序的线程池管理；并且其线程可以在多个CPU核心上并行运行。

一个线程同一时间只能处理一个请求，但是可以通过多线程的方式实现并发处理多个请求，线程池可以根据需要动态创建新线程，或者复用已有的线程。

总结

以下几种方式在处理Web并发请求时各有优略，并没有较大的差异或绝对的优胜：

1. 使用 Nginx + php-fpm + php 开发的web应用通过多进程来应对高迸发，一个进程同一时间处理一个请求；

每个进程都需要加载 PHP 解释器，会增加内存占用。每个进程都需要独立处理 IO 操作，这可能会导致性能瓶颈。

2. 使用 Nginx + FastAPI 开发的web应用是单线程运行，通过创建多个异步任务来应用高并发，一个异步任务同一时间处理一个请求；

异步编程的编写和调试比较困难，异步操作可能会导致数据一致性问题

3. 使用 Java 开发的web应用通过多线程来实现高并发，一个线程同一时间处理一个请求；

线程上下文切换会导致性能损失，线程安全需要注意。

文件锁

使用多线程、多进程、异步任务等技术在高并发的情况同时写入同一文件资源时，都要先从操作系统获取该文件的文件锁，并在写入完成后释放；以此来避免并发写入同一文件时的混乱。不同的应用程序在同时操作同一个文件资源时，也是先从操作系统获取文件锁，操作系统以此来控制多个应用程序对同一文件的有序写入。

操作系统提供了两种文件锁机制：

1>. 共享锁：允许多个进程或线程同时读取文件，但不允许写入文件。

2>. 排他锁：允许一个进程或线程独占文件，其他进程或线程都无法访问文件。

虚拟线程和CPU线程

Web应用经常会通过多线程或多进程来处理并发请求，这种情况下服务器的线程或进程数可能与CPU线程数对应，但也可能会虚拟出更多线程或进程，这取决于具体的Web服务器的机制。如果CPU的线程数是8，而Web服务器虚拟出来了100个线程或进程，但同一时间也只会有8个线程真正的并发执行，CPU会通过不同的时间片段来执行这些线程或进程。

Python与其它语言交互

Python与其它语言交互的最佳方案是通过 FastAPI 向外暴露 HTTP 接口，以供其它语言调用；FastAPI 是众多 Python Web 框架中并发性能最好的一个。

常驻内存的优势

https://sidoc.cn/doc/1561.html