【python】(04)python中实现多任务并发和并行的区别

系列文章回顾
【python】(01)初识装饰器Decorator
【python】(02)初识迭代器Iterator
【python】(03)初识生成器Generator
【python】(04)python中实现多任务并发和并行的区别

---

在python中，如果有多个任务相互之间无依赖关系，可以同时进行，此时为了提升资源利用率，从而减少任务执行时间，可以使用并发（Concurrency）、并行（Parallelism）来达到这个目的。
并发和并行两种方式针对不同类型的任务有各自的优势，结合使用可以充分利用多核处理器的性能，并提高程序的整体效率。

一.并发 vs 并行的定义

并发是指多个任务在同一时间段内交替执行，而并行是指多个任务同时在不同处理器核心上执行。

1.1 并发

• 1）适用场景：并发适合I/O密集型任务，比如网络请求、文件读写等操作。因为这些操作通常会涉及等待外部资源响应。
• 2）实现手段：使用线程或协程来实现
• 3）并发编程库：python中常用的并发编程库包括threading（线程）和asyncio（协程）。
• 4）并发其实是“伪并行”，在并发中不同任务之间通过时间片轮转或事件驱动等方式交替进行，从外部看起来好像是同时进行的。【更通俗一点讲，并发就是让程序在等待某些操作完成的过程中继续执行其他任务，提高了系统的资源利用率和响应速度。】

1.2 并行

• 1）适用场景：并发适合CPU密集型任务，比如大量的计算或数据处理等操作。
• 2）实现手段：使用进程来实现
• 3）并行编程库：python中常用的并行编程库包括multiprocessing。
• 4）并行可以让任务在不同的处理核心CPU上并行执行，从而加速任务的处理速度，特别是当任务之间相互独立时，可以实现真正的同时执行