并行/并发
cpu是如何处理这么多进程的?
每个进程内部都有很多线程,cpu的核心会轮流执行每个线程一段时间,然后中断去执行别的线程,因为这个时间极短,所以看起来像是在一直运行,这就是并发
并发：是逻辑上的“同时处理”，本质是轮流切换（看起来像同时做）。
并行：是物理上的“同时执行”，本质是一起开工（真正的同时做）。
并发是关于如何写代码：用多线程、协程、异步回调去处理多个独立的业务流。
并行是关于如何运行代码：你的程序是否真的在利用多核 CPU 同时运算。
线程模型
大部分编程语言里的线程都不等于操作系统的线程
内核线程 (Kernel Thread)：这是操作系统（如 Windows、Linux）真正管理、调度的执行单元。创建和切换它开销很大，需要陷入内核态（系统调用）。
用户态线程 (User-level Thread)：这是编程语言或运行时（Runtime）在用户空间自己管理和调度的“虚拟线程”。我们平时在代码里 new Thread() 或 go func() 创建的大多属于这一类。
- 1:1 模型（直接映射）
语言创建的每个线程，都直接对应一个操作系统内核线程。
代表：Java (传统线程)、Rust (标准库线程)、C++ (std::thread)。
特点：实现简单，能充分利用多核 CPU。但线程数量受限（通常只能创建几千个），创建和切换成本较高。
- N:1 模型（多对一）
语言在用户空间管理多个“协程”或“轻量级线程”，但底层只用一个内核线程来跑。
代表：早期的 Python (Gevent)、Node.js (异步回调)。
特点：切换极快，能轻松创建成千上万个任务。但无法利用多核 CPU 并行计算（只能并发），一旦这个内核线程阻塞，整个程序都会卡住。
- M:N 模型（多对多，最灵活）
语言运行时会创建 M 个用户线程，然后动态地绑定到 N 个内核线程上（N < M）。
代表：Go (Goroutine)、Erlang (进程)、Java (虚拟线程，即 Project Loom)。
特点：可以创建海量（百万级）的“线程”，切换开销极小，同时又能充分利用多核 CPU。这是目前公认最先进的线程模型。
既然操作系统有现成的线程，为什么语言还要自己搞一套呢？核心原因有两点：
切换成本的天壤之别：
操作系统切换线程（上下文切换）需要保存大量寄存器、切换内存映射，耗时在微秒级。
编程语言切换自己的用户态线程，通常只需要保存几个程序计数器和栈指针，耗时在纳秒级，效率高几个数量级。
海量并发能力的差异：
一个操作系统线程默认占用约 8 MB 的栈内存，如果创建 1 万个线程，仅内存就需要 80 GB，根本无法实现。
像 Go 的 Goroutine，初始栈只有 2 KB，并且会动态扩缩容。创建 10 万个 Goroutine 对现代服务器来说轻轻松松。
https://docs.gitlab.com/user/project/merge_requests/reviews/stacked_merge_requests/