Какие знаешь подходы конкурентного выполнения кода в Python, помимо асинхронности?

Подходы конкурентного выполнения в Python

В Python существует несколько эффективных способов организации конкурентного выполнения кода, каждый с собственными преимуществами и сценариями применения.

Многопоточность (Threading)

Классический подход, когда несколько потоков выполняются в контексте одного процесса. Due to Global Interpreter Lock (GIL), это работает эффективно только для I/O-bound операций:

import threading
import time

def worker(name, seconds):
    print(f"Поток {name} начинается")
    time.sleep(seconds)
    print(f"Поток {name} завершён")

threads = []
for i in range(3):
    t = threading.Thread(target=worker, args=(f"T{i}", 2))
    threads.append(t)
    t.start()

for t in threads:
    t.join()  # ждём завершения всех потоков

Плюсы: простая синтаксис, удобна для I/O операций, лёгкий обмен данными.

Минусы: GIL препятствует true параллелизму, сложная синхронизация, race conditions.

Многопроцессность (Multiprocessing)

Создаёт отдельные процессы Python, обеспечивая true параллелизм для CPU-bound операций:

import multiprocessing

def cpu_bound_task(n):
    result = 1
    for i in range(1, n + 1):
        result *= i
    return result

if __name__ == "__main__":
    with multiprocessing.Pool(processes=4) as pool:
        results = pool.map(cpu_bound_task, [1000] * 4)
        print(f"Результаты: {results}")

Плюсы: true параллелизм, идеально для CPU-bound задач.

Минусы: высокие overhead, медленный обмен данными, потребление памяти.

Асинхронное выполнение (asyncio)

Однопоточный event loop, идеален для I/O-heavy приложений:

import asyncio

async def fetch_data(url, delay):
    print(f"Загрузка {url}")
    await asyncio.sleep(delay)
    return f"data from {url}"

async def main():
    tasks = [
        fetch_data("https://api.example.com/1", 2),
        fetch_data("https://api.example.com/2", 1),
    ]
    results = await asyncio.gather(*tasks)
    return results

result = asyncio.run(main())

Плюсы: минимальный overhead, высокая производительность, scalable.

Минусы: требует async/await синтаксис, весь стек должен быть асинхронным.

Выбор подхода

• Threading/ThreadPoolExecutor: I/O операции
• Multiprocessing: CPU-bound работы
• Asyncio: Микросервисы, web-серверы, много одновременных I/O операций