IO绑定任务多线程和CPU绑定任务多处理

Question

https://realpython.com/async-io-python/介绍了多线程和多线程处理，但它没有说明什么是一般有效的，还是只在Python环境中有效。例如，它说：

并发性既包括多处理(适合于CPU绑定任务)，也包括线程(适合于IO绑定任务)。

以前，我已经用其他编程语言(如C/C++ )开发了并发应用程序，这句话对我来说似乎很奇怪。为什么多线程一般不适合于CPU绑定任务和IO绑定任务的多处理？AFAIK和AFAIK都可以有效地用于这两项任务。两者之间的决定取决于其他条件，例如任务粒度、共享状态的数量和任务之间的执行顺序依赖，以及进程/线程创建成本(对于进程来说，特别是在某些OSes中)。上面的语句是否特定于Python环境及其全局锁解释器限制？

Answer 1

正如Go语言的共同发明者Rob所说：

• 并发就是一次处理很多事情。
• 并行就是一次做很多事情。
• 不是一样的而是相关的。
• 一个是关于结构，一个是关于执行。
• 并发性提供了一种构造解决方案以解决可能(但不一定)可并行的问题的方法。

来自卢西亚诺拉马略的书，“流利的Python”第18章，第557页。

他们想说的是，当您确实需要多个CPU绑定任务或并行任务时，多处理(它也是Python中用于并行化的库的名称)是解决问题的方法。在Python中，这是通过使用例如Python多处理模块绕过GIL来实现的。

在Python中，有一种叫做GIL的东西，当时只允许运行一个线程。您需要绕过GIL来使用并行性。同时，即使有GIL限制，您也可以实现并发:一次只能运行一个线程！！

在Python中，您可以通过以下方式实现并发：

• 线，
• 期货(以线为基础)
• 和异步I/O (不是基于线程的，而是事件循环和协作多任务)

因此，如您所见，您有3种并发方式，但由于GIL的限制，您不能在并行任务或CPU绑定任务中使用它。

我找到了一篇可以帮助您处理并发性和异步I/O的文章。

Python中具有异步I/O的并发性

要在Python中实现并行性，您需要绕过GIL。一个帮助实现这个功能的python模块称为“多处理”。

关于你的怀疑：

.(它说多处理是CPU绑定任务的理想选择，多线程是IO绑定任务的理想选择)只适用于Python环境。

我不能说它是否只适用于Python，因为我不知道其他语言，但例如，Javascript因其异步I/O方法而臭名昭著，同时C#、C++、Java实现了并发性和并行性，没有任何不便或限制使用线程。C#作为JavaScript很久以前也实现了异步I/O。

大卫比兹利和ŁBeazley Langa在下面的会谈中都提到了这一事实。

• ，巴西PyCon 2015年主题演讲
• David Beazley，Coroutines和并发的好奇课程
• PyCon 2016Łukasz Langa，Coroutines中的思考

链接也在下面的演示文稿中。