Ubuntu Python并发编程如何实现 - 问答

在Ubuntu上使用Python进行并发编程，你可以选择多种方法。Python提供了几个标准库来支持并发编程，包括threading、multiprocessing和asyncio。下面是这些库的基本使用方法：

threading 模块：适用于I/O密集型任务，可以通过创建线程来实现并发。

import threading

def worker():
    """线程执行的任务"""
    print('Worker')

threads = []
for i in range(5):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

multiprocessing 模块：适用于CPU密集型任务，可以通过创建进程来实现并发。

from multiprocessing import Process

def worker():
    """进程执行的任务"""
    print('Worker')

if __name__ == '__main__':
    processes = []
    for i in range(5):
        p = Process(target=worker)
        processes.append(p)
        p.start()

    for p in processes:
        p.join()

asyncio 模块：适用于高I/O操作，如网络请求，可以使用异步IO来实现并发。

import asyncio

async def worker():
    """异步任务"""
    print('Worker')
    await asyncio.sleep(1)  # 模拟I/O操作

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

# Python 3.7+
asyncio.run(main())

# Python 3.6
loop = asyncio.get_event_loop()
loop.run_until_complete(main())
loop.close()

在选择并发模型时，需要考虑任务的性质（I/O密集型还是CPU密集型）以及GIL（全局解释器锁）的影响。对于I/O密集型任务，threading和asyncio通常是更好的选择；而对于CPU密集型任务，multiprocessing可以更好地利用多核CPU。

此外，还有第三方库如concurrent.futures，它提供了一个高级接口来使用线程池和进程池，简化了并发编程的复杂性。

from concurrent.futures import ThreadPoolExecutor, as_completed

def worker():
    """任务函数"""
    return 'Worker'

with ThreadPoolExecutor(max_workers=5) as executor:
    future_to_url = {executor.submit(worker): i for i in range(5)}
    for future in as_completed(future_to_url):
        data = future.result()
        print(data)

在实际应用中，你可能需要根据具体需求选择合适的并发策略，并处理好资源共享和同步问题。

0 赞

0 踩