Python的进程Semaphore 和线程Semaphore有什么异同？详细举例说明之

在Python中，`multiprocessing.Semaphore` 和 `threading.Semaphore` 都是用于控制并发访问的工具，通常用来同步线程或进程，限制在同一时间能够进入特定代码块的并发数。它们的主要相似点在于都是信号量的概念，通过计数值来管理并发。

**相同点：**
1. 信号量本质：无论是进程还是线程的信号量，它们都是基于计数器，初始值可以设置，每次减一表示一个请求通过，加一表示释放一个请求。
2. 同步功能：都能保证在某个资源有限的情况下，按照指定的数量控制并发度。

**不同点：**
1. **应用范围**：`multiprocessing.Semaphore` 是进程级别的，适用于跨进程间的同步，而 `threading.Semaphore` 仅限于单进程内的线程同步。
2. **并发粒度**：`threading.Semaphore` 直接作用于线程，适合于轻量级同步。而 `multiprocessing.Semaphore` 需要跨进程通信，开销较大。
3. **隔离性**：由于进程间通信的特性，`multiprocessing.Semaphore` 提供了更强的隔离性，因为每个进程都有独立的内存空间，避免了线程安全问题。

**例子说明：**

from threading import Semaphore
from multiprocessing import Process

# 线程Semaphore示例
sem = Semaphore(5)  # 允许同时有5个线程进入临界区
def thread_function(i):
    sem.acquire()  # 获取一个许可
    print(f"Thread {i} started")
    # ... 进行耗时任务
    sem.release()  # 任务结束，释放许可

for i in range(10):
    Thread(target=thread_function, args=(i,)).start()

# 进程Semaphore示例
sem_process = Semaphore(2)  # 允许同时有两个进程执行
def process_function():
    sem_process.acquire()
    print("Process started")
    # ... 执行任务
    sem_process.release()

p1 = Process(target=process_function)
p2 = Process(target=process_function)
p1.start()
p2.start()

在这个例子中，线程Semaphore控制的是同一进程中线程的并发，而进程Semaphore则控制着两个独立进程的并发。