Python并发编程-2、怎样选择多线程、多进程和多协程？

Python并发编程有三种方式：
多线程Thread、多进程Process、多协程Coroutine

本节提纲

1、什么是CPU密集型计算、IO密集型计算？
2、多线程、多进程、多协程的对比
3、怎样根据任务选择对应技术？

什么是CPU密集型计算、IO密集型计算？

CPU密集型（CPU-bound）：

CPU密集型也叫计算密集型，是指I/O在很短的时间就可以完成，CPU需要大量的计算和处理，特点是CPU占有率相当高
例如：压缩解压缩、加密解密、正则表达式搜索

IO密集型（I/O-bound）：

IO密集型指的是系统运作大部分的状况是CPU在等I/O(硬盘/内存)的读/写操作，CPU占有率仍然较低。
例如：文件处理程序、网络爬虫程序、读写数据库程序

多线程、多进程、多协程的对比

多进程 Process （multiprocessing）：

● 优点：可以利用多核CPU并行运算
● 缺点：占用资源最多、可启动数目比线程少
● 适用于：CPU密集型计算

多线程 Thread （threading）：

● 优点：相比进程，更轻量级、占用资源少
● 缺点：
○ 相比进程：多线程只能并发执行，不能利用多CPU（GIL）
○ 相比协程：启动数目有限制，占用内存资源，有线程切换开销
● 适用于：IO密集型计算、同时运行的任务数目要求不多

多协程 Coroutine （asynio）：

● 优点：内存开销最少、启动协程数量最多
● 缺点：支持的库有限制（aiohttp VS requests）、代码实现复杂
● 适用于：IO密集型计算、需要超多任务运行、但有现成支持的场景
一个进程中可以启动N个线程
一个线程中可以启动N个协程

怎样根据任务选择对应技术？