以下是我想出的一些优点/缺点。

多处理

优点

• 独立的内存空间
• 代码通常很简单
• 利用多个 CPU 和内核
• 避免了 cPython 的 GIL 限制
• 消除了对同步原语的大多数需求，除非您使用共享内存（相反，它更像是IPC的通信模型）
• 子进程是可中断/可终止的
• Python模块包括有用的抽象，其接口很像multiprocessingthreading.Thread
• 必须使用 cPython 进行 CPU 密集型处理

缺点

• IPC稍微复杂一些，开销更大（通信模型与共享内存/对象）
• 更大的内存占用量

线程

优点

• 轻量级 - 低内存占用
• 共享内存 - 使从另一个上下文访问状态更容易
• 允许您轻松制作响应式 UI
• 正确发布 GIL 的 cPython C 扩展模块将并行运行
• I/O 密集型应用程序的绝佳选择

缺点

• cPython - 受 GIL 的约束
• 不可中断/不可终止
• 如果不遵循命令队列/消息泵模型（使用模块），则手动使用同步原语成为必要条件（需要决策才能确定锁定的粒度）Queue
• 代码通常更难理解和正确 - 竞争条件的可能性急剧增加

模块使用线程，模块使用进程。不同之处在于线程在相同的内存空间中运行，而进程具有单独的内存。这使得在具有多处理的进程之间共享对象变得更加困难。由于线程使用相同的内存，因此必须采取预防措施，否则两个线程将同时写入相同的内存。这就是全局解释器锁的用途。threadingmultiprocessing

生成过程比生成线程慢一些。