python并发编程

Python提供了多种方式进行并发编程，其中两个主要的模块是threading和multiprocessing。这两个模块分别支持线程和进程的并发执行，适用于不同的场景。以下是关于Python并发编程的一些基本概念和使用方法：

1. 线程（Threading）:

Python中的threading模块提供了对线程的支持。线程是轻量级的执行单元，多个线程可以共享同一进程的资源。

基本示例：

import threading

def print_numbers():
    for i in range(5):
        print(i)

def print_letters():
    for letter in 'ABCDE':
        print(letter)

# 创建两个线程
thread1 = threading.Thread(target=print_numbers)
thread2 = threading.Thread(target=print_letters)

# 启动线程
thread1.start()
thread2.start()

# 等待线程结束
thread1.join()
thread2.join()

threading.Thread用法

2. 进程（Multiprocessing）:

Python中的multiprocessing模块允许在多个进程中执行代码，每个进程都有独立的内存空间，适用于充分利用多核处理器的情况。

基本示例：

import multiprocessing

def print_numbers():
    for i in range(5):
        print(i)

def print_letters():
    for letter in 'ABCDE':
        print(letter)

# 创建两个进程
process1 = multiprocessing.Process(target=print_numbers)
process2 = multiprocessing.Process(target=print_letters)

# 启动进程
process1.start()
process2.start()

# 等待进程结束
process1.join()
process2.join()

3. 全局解释器锁（Global Interpreter Lock，GIL）：

Python的GIL是一个在解释器级别的锁，它限制了同一时刻只能有一个线程执行Python字节码。这意味着在多线程情况下，只有一个线程能够真正并行执行，其他线程只能在锁被释放后才能执行。因此，在CPython解释器中，多线程并不能充分发挥多核处理器的优势。对于CPU密集型任务，使用多进程可能更为合适。

4. `asyncio`模块：

除了传统的多线程和多进程方式，Python还引入了异步编程的概念，通过asyncio模块提供支持。异步编程利用事件循环（Event Loop）的机制，在单线程中实现并发。

import asyncio

async def print_numbers():
    for i in range(5):
        print(i)
        await asyncio.sleep(1)

async def print_letters():
    for letter in 'ABCDE':
        print(letter)
        await asyncio.sleep(1)

# 创建事件循环
loop = asyncio.get_event_loop()

# 将协程加入事件循环
loop.run_until_complete(asyncio.gather(print_numbers(), print_letters()))

5. 其他并发相关模块：

queue模块： 提供了线程安全的队列实现，用于在多线程之间安全地传递数据。
concurrent.futures模块： 提供了高级别的界面，可以异步执行函数，支持线程池和进程池。

并发编程是Python中一个重要的主题，选择合适的并发模型取决于任务的性质和需求。在涉及到IO密集型任务时，使用异步编程可能更为高效；而在处理CPU密集型任务时，多进程可能更为合适。

1. 线程（Threading）:

2. 进程（Multiprocessing）:

3. 全局解释器锁（Global Interpreter Lock，GIL）：

4. asyncio模块：

5. 其他并发相关模块：

4. `asyncio`模块：