【原】python并发编程：并发编程中是选择多线程呢？还是多进程呢？还是多协程呢？

往期的文章：

1. 并发编程简介

❝

Python对并发编程的支持非常丰富，可以使用多线程、多进程、协程等方式进行并发编程。那么，应该如何选择呢？

❞

Python并发编程有哪些方式

Python并发编程有三种方式:

• 多线程Thread
• 多进程Process
• 多协程Coroutine

什么是CPU密集型计算、IO密集型计算?

CPU密集型(CPU-bound):

CPU密集型也叫计算密集型，是指I/O在很短的时间就可以完成，CPU需要大量的计算和处理，特点是CPU占用率相当高。

例如：

• 压缩解压缩
• 加解密
• 正则表达式搜索

IO密集型(I/O bound)

IO密集型指的是系统运作大部分的状态是CPU在等待IO的读写操作，CPU占用率依然较低。

例如：

• 文件处理程序
• 网络爬虫程序
• 读写数据库程序

多线程，多进程，多协程的对比

python并发编程有三种方式：「多线程Thread」、「多进程Process」、「多协程Coroutine」。

多线程Process(multiprocessing)

「优点:」

• 相比进程，更轻量级，占用资源少

「缺点:」

• 相比进程：多线程只能并发执行，不能利用多CPU（GIL）
• 相比协程：启动数目有限制，占用内存资源，有线程切换开销

使用：IO密集型计算、同时运行的任务数目要求不多。

多进程Thread（threading）

「优点:」

• 可以利用多核CPU并行运算

「缺点：」

• 占用资源最多、可以启动数目比线程少

使用：CPU密集型计算

多协程Coroutine（asyncio）

「优点：」

• 内存开销最少。启动协程数目最多

「缺点：」

• 支持的库有限制（aiohttp VS requests）、代码实现复杂

适用：IO密集型计算、需要超多任务运行、但有现成库支持的场景

怎样根据任务选择对应技术

• 如果是CPU密集型计算，使用多进程multiprocessing
• 如果是IO密集型计算，则考虑多线程或者多线程。
• 如果任务量大，有现成协程库支持，协程实现的复杂度可接受则首选协程，否则选线程。