В чем разница между асинхронностью и многопоточностью?

Разница между асинхронностью и многопоточностью

Асинхронность и многопоточность — это два разных подхода к конкурентному выполнению кода в Python. Хотя оба позволяют выполнять несколько операций параллельно, они работают на принципиально разных уровнях.

Многопоточность (Threading)

Многопоточность использует несколько потоков операционной системы для одновременного выполнения кода:

import threading
import time

def worker(name):
    for i in range(3):
        print(f"{name}: {i}")
        time.sleep(1)

thread1 = threading.Thread(target=worker, args=("Поток-1",))
thread2 = threading.Thread(target=worker, args=("Поток-2",))

thread1.start()
thread2.start()

thread1.join()
thread2.join()

Характеристики:

• Реальный параллелизм на многоядерных системах
• GIL (Global Interpreter Lock) ограничивает параллелизм в CPython
• Синхронизация между потоками требует механизмов блокировки (Lock, Semaphore)
• Поддерживает CPU-bound задачи лучше
• Создание потока — дорогая операция

Асинхронность (Asyncio)

Асинхронность использует один поток и кооперативную многозадачность через event loop:

import asyncio

async def worker(name):
    for i in range(3):
        print(f"{name}: {i}")
        await asyncio.sleep(1)

async def main():
    await asyncio.gather(
        worker("Таск-1"),
        worker("Таск-2")
    )

asyncio.run(main())

Характеристики:

• Один поток, но множество задач (coroutines)
• Event loop переключается между задачами при ожидании
• Нет GIL — истинный параллелизм для I/O операций
• Идеален для I/O-bound задач (сеть, файлы)
• Требует явного использования await для операций
• Легче масштабировать тысячи задач

Прямое сравнение

Пример с I/O-bound задачей

# Threading — 10 потоков
import threading
import time

def fetch_data_thread():
    time.sleep(2)  # Имитация сетевого запроса
    return "Данные"

start = time.time()
threads = [threading.Thread(target=fetch_data_thread) for _ in range(10)]
for t in threads:
    t.start()
for t in threads:
    t.join()
print(f"Threading: {time.time() - start:.2f}s")  # ~2 сек

# Asyncio — 10 задач
import asyncio

async def fetch_data_async():
    await asyncio.sleep(2)
    return "Данные"

async def main():
    await asyncio.gather(*[fetch_data_async() for _ in range(10)])

start = time.time()
asyncio.run(main())
print(f"Asyncio: {time.time() - start:.2f}s")  # ~2 сек

Когда использовать

Многопоточность:

• CPU-bound задачи (вычисления, обработка)
• Когда нужна простота и нет тысяч операций
• Наследованный код, библиотеки без async поддержки

Асинхронность:

• I/O-bound задачи (сеть, базы данных)
• Нужна высокая масштабируемость
• Web-фреймворки (FastAPI, aiohttp)
• Когда готов работать с async/await