Python在Ubuntu上的并发编程如何实现

在Ubuntu上使用Python进行并发编程，你可以使用多种方法。以下是一些常见的并发编程模型和如何在Python中实现它们的示例：

1. 多线程 (Threading): Python的threading模块允许你创建和管理线程。

import threading

def worker():
    """线程要执行的函数"""
    print('Worker')

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

for t in threads:
    t.join()

2. 多进程 (Multiprocessing): Python的multiprocessing模块允许你创建和管理进程，这对于CPU密集型任务特别有用，因为它可以利用多个CPU核心。

from multiprocessing import Process

def worker():
    """进程要执行的函数"""
    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()

3. 异步IO (AsyncIO): Python的asyncio模块提供了一个事件循环来编写并发代码，使用async/await语法。

import asyncio

async def worker():
    """异步函数"""
    print('Worker')
    await asyncio.sleep(1)

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

asyncio.run(main())

4. 协程 (Coroutines): 协程是一种比线程更轻量级的并发方式，它们在单个线程内协作式地运行。

import gevent

def worker():
    """协程函数"""
    print('Worker')
    gevent.sleep(1)

jobs = [gevent.spawn(worker) for i in range(5)]
gevent.joinall(jobs)

5. 线程池和进程池 (ThreadPoolExecutor & ProcessPoolExecutor): Python的concurrent.futures模块提供了高级接口来使用线程池和进程池。

from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor

def worker():
    """函数"""
    print('Worker')

# 使用线程池
with ThreadPoolExecutor(max_workers=5) as executor:
    for i in range(5):
        executor.submit(worker)

# 使用进程池
with ProcessPoolExecutor(max_workers=5) as executor:
    for i in range(5):
        executor.submit(worker)

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）、性能要求以及Python的全局解释器锁（GIL）对多线程的影响。对于I/O密集型任务，多线程或异步IO通常是更好的选择；而对于CPU密集型任务，多进程可能更合适。

亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>