1|# 并发编程：多线程、协程和asyncio 2| 3|## Python并发编程的特殊性 4| 5|Java程序员写并发很直接——多线程就是真并行。但Python因为GIL的存在，多线程的行为和Java完全不同。 6| 7|## 一、GIL：Python并发最大的坑 8| 9|### 什么是GIL？ 10| 11|GIL（Global Interpreter Lock，全局解释器锁）是CPython解释器中的一个互斥锁。同一时刻，只有一个线程能执行Python字节码。 12| 13|
14|Java多线程：
15|线程1: ████ ████ ████ ████ （真并行）
16|线程2: ████ ████ ████ ████
17|
18|Python多线程（CPU密集型）：
19|线程1: ████_████_████ （交替执行）
20|线程2: _████████_ （同一时刻只有一个）
21| 39|import threading, time
40|
41|def cpu_bound():
42| total = 0
43| for i in range(10_000_000):
44| total += i
45|
46|start = time.time()
47|t1 = threading.Thread(target=cpu_bound)
48|t2 = threading.Thread(target=cpu_bound)
49|t1.start(); t2.start()
50|t1.join(); t2.join()
51|print(f"多线程: {time.time()-start:.2f}秒") # 比单线程还慢！
52| 65|from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor, as_completed
66|
67|def download(url):
68| time.sleep(2)
69| return f"{url} done"
70|
71|# 线程池
72|with ThreadPoolExecutor(max_workers=5) as executor:
73| # map批量提交
74| results = list(executor.map(download, ["url1", "url2", "url3"]))
75|
76| # as_completed：先完成先处理
77| futures = {executor.submit(download, url): url for url in ["url1", "url2"]}
78| for future in as_completed(futures):
79| print(f"{futures[future]} 完成")
80|
81|# 进程池（CPU密集型）
82|with ProcessPoolExecutor(max_workers=4) as executor:
83| results = list(executor.map(cpu_intensive, data))
84| 100|import asyncio
101|
102|async def fetch_data(url, delay):
103| print(f"开始请求 {url}")
104| await asyncio.sleep(delay) # 异步等待（不阻塞其他协程）
105| print(f"完成 {url}")
106| return {"url": url}
107|
108|async def main():
109| # gather：等待所有完成
110| results = await asyncio.gather(
111| fetch_data("url1", 2),
112| fetch_data("url2", 3),
113| fetch_data("url3", 1),
114| )
115| # 总耗时3秒（不是6秒）
116|
117| # as_completed：先完成先处理
118| tasks = [fetch_data(f"url{i}", i) for i in range(1, 4)]
119| for coro in asyncio.as_completed(tasks):
120| result = await coro
121| print(f"先完成: {result}")
122|
123|asyncio.run(main())
124| 129|async def main():
130| task = asyncio.create_task(slow_task())
131| await asyncio.sleep(1)
132| task.cancel() # 取消任务
133|
134| # 异常处理：return_exceptions=True
135| results = await asyncio.gather(
136| risky_task(),
137| safe_task(),
138| return_exceptions=True, # 异常作为结果返回
139| )
140| 145|# async for
146|async def main():
147| async for data in async_stream():
148| process(data)
149|
150|# async with
151|async with aiohttp.ClientSession() as session:
152| async with session.get(url) as resp:
153| data = await resp.json()
154| 159|async def main():
160| loop = asyncio.get_event_loop()
161| with ThreadPoolExecutor() as pool:
162| # 在线程池中执行阻塞操作
163| result = await loop.run_in_executor(pool, blocking_function)
164| 171|from multiprocessing import Process, Queue, Pipe, Manager
172|
173|# Queue：生产者-消费者
174|def worker(queue):
175| queue.put("结果")
176|
177|q = Queue()
178|Process(target=worker, args=(q,)).start()
179|print(q.get()) # "结果"
180|
181|# Pipe：双向通信
182|parent, child = Pipe()
183|Process(target=sender, args=(child,)).start()
184|print(parent.recv())
185|
186|# Manager：共享对象
187|with Manager() as manager:
188| shared = manager.dict()
189| Process(target=worker, args=(shared,)).start()
190| 205|# gevent：基于协程的并发（monkey patch方式）
206|from gevent import monkey; monkey.patch_all()
207|import gevent
208|
209|def download(url):
210| gevent.sleep(2)
211| return f"{url} done"
212|
213|jobs = [gevent.spawn(download, url) for url in ["url1", "url2"]]
214|gevent.joinall(jobs)
215|