Какие подходы к управлению параллелизмом и конкурентностью существуют в Python

Ответ

В Python есть три основных подхода для конкурентного и параллельного выполнения кода, каждый из которых решает свой класс задач.

Многопоточность (threading) Используется для конкурентного выполнения задач, ограниченных вводом-выводом (I/O-bound), таких как сетевые запросы или чтение с диска. Из-за Global Interpreter Lock (GIL) потоки в CPython не могут выполняться параллельно на нескольких ядрах CPU, но могут эффективно переключаться между собой во время ожидания I/O.
```
import threading
import time

def network_request(url):
    print(f"Fetching {url}...")
    time.sleep(1) # Имитация ожидания ответа от сети
    print(f"Finished {url}")

threads = [
    threading.Thread(target=network_request, args=(f"site.com/{i}",))
    for i in range(3)
]

for t in threads: t.start()
for t in threads: t.join()
```
Многопроцессорность (multiprocessing) Обеспечивает истинный параллелизм, запуская задачи в отдельных процессах, каждый со своим интерпретатором Python и памятью. Это позволяет обойти GIL и полностью утилизировать все ядра CPU.

Почему это полезно? Идеально для задач, ограниченных производительностью процессора (CPU-bound), например, математические вычисления, обработка изображений.
```
from multiprocessing import Process

def cpu_heavy_task(n):
    result = sum(i * i for i in range(n))
    print(f"Task finished with result: {result}")

processes = [
    Process(target=cpu_heavy_task, args=(10**7,))
    for _ in range(3)
]

for p in processes: p.start()
for p in processes: p.join()
```
Асинхронность (asyncio) Современный подход для конкурентного выполнения большого количества I/O-bound задач в одном потоке с помощью событийного цикла (event loop). Код пишется с использованием синтаксиса async/await.

Почему это полезно? Очень эффективно для приложений с десятками тысяч одновременных сетевых соединений (веб-серверы, боты, парсеры).
```
import asyncio

async def network_request_async(url):
    print(f"Fetching {url}...")
    await asyncio.sleep(1) # Неблокирующее ожидание
    print(f"Finished {url}")

async def main():
    tasks = [network_request_async(f"site.com/{i}") for i in range(3)]
    await asyncio.gather(*tasks)

asyncio.run(main())
```

Ключевой фактор выбора:

I/O-bound: threading или asyncio.
CPU-bound: multiprocessing.