117笔记问答在Ubuntu上使用Python进行并发编程，你可以使用多种方法。以下是一些常见的并发编程模型和如何在Python中实现它们的示例：
- 多线程 (Threading):
Python的
threading模块允许你创建和管理线程。
import threading
def worker():
"""线程要执行的函数"""
print('Worker')
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 (Multiprocessing):
Python的
multiprocessing模块允许你创建和管理进程，这对于CPU密集型任务特别有用，因为它可以利用多个CPU核心。
from multiprocessing import Process
def worker():
"""进程要执行的函数"""
print('Worker')
if __name__ == '__main__':
processes = []
for i in range(5):
p = Process(target=worker)
processes.append(p)
p.start()
for p in processes:
p.join()
- 异步IO (AsyncIO):
Python的
asyncio模块提供了一个事件循环来编写并发代码，使用async/await语法。
import asyncio
async def worker():
"""异步函数"""
print('Worker')
await asyncio.sleep(1)
async def main():
tasks = []
for i in range(5):
tasks.append(asyncio.create_task(worker()))
await asyncio.gather(*tasks)
asyncio.run(main())
- 协程 (Coroutines): 协程是一种比线程更轻量级的并发方式，它们在单个线程内协作式地运行。
import gevent
def worker():
"""协程函数"""
print('Worker')
gevent.sleep(1)
jobs = [gevent.spawn(worker) for i in range(5)]
gevent.joinall(jobs)
- 线程池和进程池 (ThreadPoolExecutor & ProcessPoolExecutor):
Python的
concurrent.futures模块提供了高级接口来使用线程池和进程池。
from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
def worker():
"""函数"""
print('Worker')
# 使用线程池
with ThreadPoolExecutor(max_workers=5) as executor:
for i in range(5):
executor.submit(worker)
# 使用进程池
with ProcessPoolExecutor(max_workers=5) as executor:
for i in range(5):
executor.submit(worker)
在选择并发模型时，需要考虑任务的性质（I/O密集型还是CPU密集型）、性能要求以及Python的全局解释器锁（GIL）对多线程的影响。对于I/O密集型任务，多线程或异步IO通常是更好的选择；而对于CPU密集型任务，多进程可能更合适。