Python 并发编程的有三种方式

Python 并发编程的有三种方式

多线程 Thread、 多进程Process、 多协程Coroutine

CPU 密集型 (CPU-bound) bound 限制

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 ， 特点就是CPU 占用率相当高。
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 占用率仍然较低。
例如: 文件处理程序、网络爬虫程序、读写数据库程序

进程、线程、 多协程 对比

• 多进程 Process (multiprocessing)

优点： 可以利用多核CPU  并行计算 
缺点: 占用资源最多，可以启动数目比线程少
适用于: CPU 密集型计算

• 多进程 Thread (threading )

优点: 相比进程， 更加轻量级， 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: I/O 密集型计算。 同时运行的任务数目要求不多。

• 多协程 Coroutine(asyncio)

优点: 内存开销少，启动协程数量最多
缺点  支持的库有限制(alohttp vs request)、代码实现复杂
适用于: I/O 密集型计算、需要超多任务执行运行、但有现成的库支持的场景。

怎么根据任务选择对应的技术