Skip to main content

并发基础

这里只建立概念与最小示例，不展开生产级并发细节。

何时需要并发​

  • I/O 密集：等网络、等磁盘 —— 适合线程或 asyncio
  • CPU 密集：大量计算 —— 常看多进程（本篇不展开）

threading 最小示例​

import threading
import time

def worker(name: str):
    time.sleep(0.1)
    print(f"done {name}")

threads = [threading.Thread(target=worker, args=(f"t{i}",)) for i in range(3)]
for t in threads:
    t.start()
for t in threads:
    t.join()

注意：CPython 有 GIL，多线程不擅长抬高纯 CPU 吞吐；但适合并发等 I/O。

asyncio 最小示例​

import asyncio

async def worker(name: str):
    await asyncio.sleep(0.1)
    print(f"done {name}")

async def main():
    await asyncio.gather(worker("a"), worker("b"), worker("c"))

asyncio.run(main())
  • async def 定义协程
  • await 等待可等待对象
  • 单线程协作式调度，适合高并发 I/O

怎么选（粗规则）​

场景常见选择
简单阻塞 I/O、脚本threading
大量网络并发、现代异步库asyncio
纯 CPU 重计算multiprocessing（另学）

要点​

  1. 先分清 I/O 密集 vs CPU 密集
  2. 线程与协程都能「同时等待」；模型不同
  3. 共享可变状态要加锁/队列，否则难查的竞态