浅谈Python之并发任务

一、基本介绍

在 Python 中实现方法的并发执行，通常涉及到多线程、多进程或者异步编程（协程）。

二、并发编程示例

使用 asyncio 模块进行协程并发： Python 的 asyncio 模块是实现异步 I/O 操作的标准库，它允许你以异步的方式编写并发代码。使用 async def 定义异步函数，然后在事件循环中使用 await 来调用这些函数。你可以使用 asyncio.gather 来并发运行多个协程。

import asyncio

async def task(name, delay):
    print(f"Task {name} started")
    await asyncio.sleep(delay)
    print(f"Task {name} finished")

async def main():
    task1 = task('A', 1)
    task2 = task('B', 2)
    await asyncio.gather(task1, task2)

asyncio.run(main())

使用线程池： concurrent.futures.ThreadPoolExecutor 提供了一个线程池实现，可以用来并发执行多个线程任务。

from concurrent.futures import ThreadPoolExecutor
import time

def task(name):
    print(f"Task {name} started")
    time.sleep(1)
    print(f"Task {name} finished")

with ThreadPoolExecutor(max_workers=5) as executor:
    executor.map(task, ['A', 'B', 'C', 'D', 'E'])

使用进程池： concurrent.futures.ProcessPoolExecutor 类似于线程池，但是它使用多个进程来执行任务，这在 CPU 密集型任务中特别有用。

from concurrent.futures import ProcessPoolExecutor

def cpu_intensive_task(name):
    print(f"Task {name} started")
    # 模拟 CPU 密集型任务
    return [x * x for x in range(10000)]

with ProcessPoolExecutor(max_workers=4) as executor:
    results = executor.map(cpu_intensive_task, ['A', 'B', 'C', 'D'])

使用 asyncio 与 aiohttp 进行并发 HTTP 请求： aiohttp 是一个支持异步请求的 HTTP 客户端/服务端框架，可以与 asyncio 结合使用来并发地发送 HTTP 请求。

import aiohttp
import asyncio

async def fetch(session, url):
    async with session.get(url) as response:
        return await response.text()

async def main():
    async with aiohttp.ClientSession() as session:
        tasks = [fetch(session, f'http://example.com/{i}') for i in range(10)]
        responses = await asyncio.gather(*tasks)
        for response in responses:
            print(response)

asyncio.run(main())

使用 asyncio 的并发控制机制： asyncio 提供了多种并发控制机制，如 Semaphore、Event、Lock 等，可以用来控制协程的并发执行。

import asyncio

async def limited_task(semaphore):
    async with semaphore:
        print("Task is running")
        await asyncio.sleep(1)
        print("Task finished")

async def main():
    semaphore = asyncio.Semaphore(2)
    tasks = [limited_task(semaphore) for _ in range(5)]
    await asyncio.gather(*tasks)

asyncio.run(main())