プロセスとスレッドの違いとは？基礎から実例までわかりやすく

2025年9月4日2025年9月14日

その他

プロセスとスレッドは、プログラムがどのように動くかを支える土台です。

しかし両者の違いが曖昧なままだと、性能設計やデバッグで遠回りをしがちです。

本記事では、初心者にもわかりやすい言葉で基礎から実例、練習コードまで順を追って解説し、実務での使い分けの勘所を身につけていただきます。

目次 [ close ]

プロセスとは(基本)

プロセスの意味と役割

プロセスは、実行中のプログラムをOSが管理しやすい単位にしたものです。

プログラムがファイルで保存された静的な存在であるのに対し、プロセスはメモリ上で動き、CPU時間やメモリ、ファイルハンドルなどのリソースを割り当てられます。

プロセスはOSが資源を割り当て、他のプロセスから隔離して管理する基本単位です。

用語の整理

プログラム: ディスク上の静的な命令集合です。
プロセス: そのプログラムを読み込み、実行状態にしたOS管理の単位です。
スレッド: プロセス内で実際に命令を順に実行する流れの単位です。

メモリ空間とリソース管理

プロセスには仮想メモリ空間が与えられ、コード領域、データ領域、ヒープ、スタックなどが含まれます。

原則としてこの空間は他プロセスから見えません。

OSは各プロセスに識別子や権限、オープン中のファイル情報などを結びつけ、スケジューリングやアクセス制御を行います。

プロセスごとの独立したメモリ空間が、安全性と安定性の要になります。

主なリソースは次の通りです。

リソース	主な例	ポイント
メモリ空間	コード/データ/ヒープ/スタック	他プロセスから原則不可視です。
識別子	PID/親子関係	管理や終了の操作に使います。
I/Oハンドル	ファイル/ソケット/パイプ	OSが所有権とアクセスを追跡します。
実行属性	権限/環境変数/カレントディレクトリ	セキュリティや検索パスに影響します。

この隔離性が崩れると、1つの不具合が全体停止に連鎖しやすくなります。

そのためOSはプロセス間を強く分離しています。

起動と終了の流れ(かんたん)

プロセスの基本的なライフサイクルは次のように進みます。

どのOSでも概ね「読み込む→実行する→後片付けする」の三段階です。

実行要求が出ると、OSのローダーがプログラムをメモリに配置します(Unix系ではforkとexec、WindowsではCreateProcessが典型です)。
ランタイム初期化が行われ、ヒープやスレッドの初期設定が整います。
エントリポイント(例:main)が呼ばれ、処理が進みます。
終了時は開いているハンドルを閉じ、メモリや一時資源を解放します。
終了コード(成功0など)をOSに返し、親プロセスがそれを受け取ります。

スレッドとは(基本)

スレッドの意味と役割

スレッドは、CPUが命令を実行する最小の流れです。

1つのプロセスには0本以上のスレッドがあり、複数のスレッドが同じプロセス内で同時進行します。

スレッドはプロセスの資源を共有しながら、同時に進む複数の実行経路を提供します。

典型的な役割の分担

UIスレッドは画面描画と入力、ワーカースレッドはI/Oや計算、タイマースレッドは定期処理といった具合に分担すると、アプリ全体が滑らかに動作します。

共有メモリと軽さの特徴

スレッドはプロセスのメモリ空間を共有します。

各スレッドは自分専用のスタックとレジスタセットを持ちますが、ヒープや静的領域、ファイルハンドルは共有されます。

共有ゆえにデータの受け渡しが高速で、作成や切り替えのコストが比較的軽いのが特徴です。

一方で、共有ゆえのデータ競合や可視性の問題を避けるため、同期が必要です。

軽い理由の補足

同じコードやライブラリを再利用し、追加コストがスタックと少量の管理情報に限られやすいからです。
スレッド間通信はメモリ内のポインタ受け渡しで済む場合が多く、IPCよりも低レイテンシになりやすいです。

マルチスレッドの動き(かんたん)

OSはスレッドにタイムスライスを割り当て、プリエンプティブ(強制切り替え)により公平性を保ちます。

CPUコアが複数なら、物理的に同時実行も起こります。

スレッドの切り替えは速い一方、共有データの保護はプログラマの責務です。

言語ごとの差異として、PythonはGILの影響でCPUバウンド処理はプロセスの方が伸びやすく、JavaはOSスレッドを活用してCPUバウンドでも伸びやすい傾向があります。

プロセスとスレッドの違い

まず全体像を短く整理します。

観点	プロセス	スレッド
実行単位	OSが隔離して管理する単位	プロセス内の実行の流れ
メモリ	独立して分離	同一プロセス内で共有
通信	IPC(パイプ/ソケット/共有メモリなど)	共有変数/キュー/ロック
障害影響	原則他プロセスへ波及しにくい	1本のバグがプロセス全体に波及
起動/切替	重い傾向	軽い傾向
向き不向き	安全性/隔離/異常耐性	低レイテンシ通信/軽量並行

実行単位の違い(プロセス/スレッド)

プロセスはアプリの「器」で、スレッドはその中を流れる「作業の糸」です。

プロセスは独立し、スレッドはプロセスに従属します。

メモリ分離と共有の違い

プロセス間はメモリが分離しています。

スレッド間はプロセス内のメモリを共有します。

分離は安全性、共有は効率性を高めます。

共有は便利ですが、データ競合や可視性の問題に注意が必要です。

通信方法の違い(IPCと共有変数)

プロセス間はIPC(Inter-Process Communication)を使います。

代表例はパイプ、ソケット、メッセージキュー、共有メモリです。

スレッド間では変数の共有、スレッドセーフなキュー、ロックや条件変数を用います。

プロセス間は明示的に「渡す」、スレッド間は暗黙に「見える」ので、その分ルール作りが重要です。

障害時の影響範囲の違い

プロセスのクラッシュは他プロセスに直接は波及しにくい一方、スレッドの例外やメモリ破壊は同じプロセス全体を巻き込みます。

高い可用性を求めるならプロセス分離、低レイテンシを求めるならスレッドというトレードオフがあります。

性能の違い(起動コストと切り替え)

プロセス生成はアドレス空間やハンドルの準備が必要で重く、コンテキストスイッチも高コストになりがちです。

スレッドは生成も切り替えも軽く、共有メモリにより通信も速い傾向です。

ただし実際の差はOSや実装、負荷特性に左右されるため、測定が大切です。

並行処理と並列処理の違い(基礎)

並行処理は「同時進行の見かけ」、並列処理は「物理的に同時」。

1コアでも並行は可能ですが、並列には複数コアが必要です。

並行は設計の考え方、並列はハード資源の活用の話です。

実例と選び方

身近な例(ブラウザ/音楽再生/ゲーム)

ブラウザは、サイトやタブごとにプロセスを分けて隔離しつつ、各プロセスの中ではレンダリングやネットワーク処理を複数スレッドで並行させます。

クラッシュを閉じ込めるのにプロセス、UIの滑らかさにスレッドを使う好例です。

音楽再生アプリはUIとデコード、オーディオ出力を別スレッド化し、遅延を抑えます。

ゲームではレンダリングスレッド、物理演算スレッド、AIスレッドなどを分け、アンチチートや音声チャットなどは別プロセスで扱う場合もあります。

初心者の選び方(マルチプロセスかマルチスレッドか)

迷ったら次の観点で考えます。

隔離と可用性が最優先ならプロセス、低レイテンシと軽量並行が最優先ならスレッドです。

安全性重視(信頼できない入力、プラグイン、サンドボックス): プロセス分離が有利です。
I/O待ちが主(ネットワーク、ディスク): スレッドや非同期I/Oが有効です。
CPUバウンド(重い計算): 言語依存です。PythonはGILのためプロセス有利、Java/C/C++はスレッドで並列化しやすいです。
運用監視やロールアウト(再起動/リカバリのしやすさ): プロセス分割が有利です。

注意点(データ競合/排他制御は最小限)

共有変数は最小限にし、不変データやメッセージパッシングを優先しましょう。

ロックは範囲を狭く、階層を決め、獲得順序を統一してデッドロックを避けます。

「共有しない」設計は、あとからの拡張やデバッグを劇的に楽にします。

最小限の実務的ヒント

スレッド間の受け渡しはスレッドセーフなキューに集約します。
共有の読み取りは不変化、更新はワーカースレッド1つに集約するか、アトミック操作を検討します。
どうしても共有する場合は、データ構造ごとに責任スレッドを決めると安全です。

かんたんな練習例(Python/Javaの入門)

Python: スレッドでI/O、プロセスでCPU

I/O待ちではスレッドが簡単に効きます。

Python

# threads_io.py
import threading, time

def io_task(n: int):
    print(f"start {n}")
    time.sleep(1)  # I/O待ちの代用
    print(f"done  {n}")

threads = [threading.Thread(target=io_task, args=(i,)) for i in range(5)]
for t in threads: t.start()
for t in threads: t.join()
print("all done")

CPUバウンドはプロセスで並列化しやすいです(Windowsではif __name__ == ‘__main__’ガードが必須です)。

Python

# procs_cpu.py
from multiprocessing import Pool, cpu_count

def cpu_task(n: int) -> int:
    # ダミーの重い計算
    s = 0
    for i in range(1_200_000):
        s += (i * n) % 97
    return s

if __name__ == "__main__":
    with Pool(processes=cpu_count()) as pool:
        results = pool.map(cpu_task, range(cpu_count()))
    print(sum(results))

共有更新が必要なときはロックを使います。

Python

# threads_lock.py
import threading

counter = 0
lock = threading.Lock()

def inc_many(n: int):
    global counter
    for _ in range(n):
        with lock:          # ここがクリティカルセクション
            counter += 1

ts = [threading.Thread(target=inc_many, args=(100_000,)) for _ in range(4)]
[t.start() for t in ts]
[t.join() for t in ts]
print(counter)  # 400000 になればOK

Java: スレッドプールの基本

JavaではExecutorServiceでスレッド管理が簡単です。

Java

// Main.java
import java.util.concurrent.*;

public class Main {
  public static void main(String[] args) throws InterruptedException {
    ExecutorService es = Executors.newFixedThreadPool(4);
    for (int i = 0; i < 8; i++) {
      final int n = i;
      es.submit(() -> {
        System.out.println("start " + n);
        try { Thread.sleep(1000); } catch (InterruptedException ignored) {}
        System.out.println("done  " + n);
      });
    }
    es.shutdown();
    es.awaitTermination(2, TimeUnit.MINUTES);
    System.out.println("all done");
  }
}

最初は「I/Oはスレッド、重い計算は言語特性に応じてプロセスかスレッド」から練習すると感覚が掴みやすいです。