1. 執行過程

• 每個執行緒有一個程式執行的入口、順序執行序列和程式的出口。但是執行緒不能夠獨立執行，必須依存在程序中，由程序提供多個執行緒執行控制。每個執行緒都有他自己的一組CPU暫存器，稱為執行緒的上下文，該上下文反映了執行緒上次執行該執行緒的CPU暫存器的狀態。
• 協程，又稱微執行緒，Coroutine。執行過程中，在子程式內部可中斷，然後轉而執行別的子程式，在適當的時候再返回來接著執行。實際上就是對函式呼叫流程的一種控制方式，讓函式互相協作配合，這就是協程。

2. 排程方式

• 程序和執行緒完全由作業系統負責排程，程式自己不能決定什麼時候執行，執行多長時間。
• 協程則是在程式中，自己負責排程，更加靈活，但複雜度較高。

3. 執行效率

• 程序是重量級別的程式，建立和銷燬開銷大。
• 執行緒是輕量級別的程式，相比程序下建立和銷燬開銷小，切換速度較快。
• 協程則是單執行緒的非同步程式設計模型。和多執行緒比，執行緒數量越多，CPU就會花掉更多時間在切換中，而沒有執行緒切換、儲存上下文的開銷的協程，相比下執行效率則更高。第二大優勢就是不需要多執行緒的鎖機制，因為只有一個執行緒，也不存在同時寫變數衝突，在協程中控制共享資源不加鎖，所以協程效能優勢更加明顯。

4. CPU利用

• 執行緒和協程由於CPython中全域性直譯器鎖GIL的問題，只能使用到單核CPU的計算資源
• 程序則可以執行多個（數量與CPU核心數相同），充分利用多核CPU

CPython直譯器本身不是執行緒安全的，因此需要全域性直譯器鎖GIL，一次只允許一個執行緒執行Python位元組碼。因此一個Python程序不能同時使用到多個CPU核心。
然而，標準庫中所有執行阻塞型 IO 操作的函式，在等待結果返回時都會釋放GIL。這意味著儘管有GIL，Python執行緒還是能在 IO 密集型任務中一展身手。 引用自《流暢的Python》

5. 最佳實踐

• 執行緒和協程推薦在IO密集型的任務(比如網路呼叫)中使用，而在CPU密集型的任務中，表現較差。
• 對於CPU密集型的任務，則需要多個程序，繞開GIL的限制，利用所有可用的CPU核心，提高效率。
• 所以大併發下的最佳實踐就是多程序+協程，既充分利用多核，又充分發揮協程的高效率，可獲得極高的效能。
  順便一提，非常流行的一個爬蟲框架Scrapy就是用到非同步框架Twisted來進行任務的排程，這也是Scrapy框架高效能的原因之一。