Python 中如何进行并发编程？

推荐答案

在 Python 中，可以通过以下几种方式进行并发编程：

1. 多线程：使用 threading 模块。
2. 多进程：使用 multiprocessing 模块。
3. 异步编程：使用 asyncio 模块。
4. 协程：使用 asyncio 和 async/await 语法。

多线程示例

// www.javascriptcn.com code example
import threading

def worker():
    print("Worker thread")

threads = []
for i in range(5):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

多进程示例

// www.javascriptcn.com code example
import multiprocessing

def worker():
    print("Worker process")

processes = []
for i in range(5):
    p = multiprocessing.Process(target=worker)
    processes.append(p)
    p.start()

for p in processes:
    p.join()

异步编程示例

// www.javascriptcn.com code example
import asyncio

async def worker():
    print("Worker coroutine")

async def main():
    tasks = [asyncio.create_task(worker()) for _ in range(5)]
    await asyncio.gather(*tasks)

asyncio.run(main())

本题详细解读

多线程

• 适用场景：I/O 密集型任务，如文件读写、网络请求等。
• 优点：线程间共享内存，通信方便。
• 缺点：由于 GIL（全局解释器锁）的存在，Python 的多线程无法真正并行执行 CPU 密集型任务。

多进程

• 适用场景：CPU 密集型任务，如计算密集型操作。
• 优点：每个进程有独立的 GIL，可以充分利用多核 CPU。
• 缺点：进程间通信较复杂，开销较大。

异步编程

• 适用场景：I/O 密集型任务，尤其是需要处理大量并发 I/O 操作的场景。
• 优点：高效利用单线程，避免线程切换的开销。
• 缺点：代码复杂度较高，需要理解事件循环和协程。

协程

• 适用场景：与异步编程类似，适用于 I/O 密集型任务。
• 优点：代码简洁，易于理解和管理。
• 缺点：需要 Python 3.7+ 支持，且对 CPU 密集型任务效果不佳。

通过合理选择并发编程方式，可以显著提升程序的执行效率。