Что хотят услышать интервьюеры:

Потоки легче по ресурсам, потому что разделяют память одного процесса, а процессы изолированы друг от друга и требуют больше памяти и накладных расходов на запуск. В Python для CPU-bound задач обычно предпочтительнее процессы, а для I/O-bound — потоки или async-подход. Также важно понимать, что из-за GIL потоки плохо ускоряют вычисления на одном интерпретаторе CPython.

Определение:

Поток — это единица выполнения внутри процесса, которая разделяет с ним память, файловые дескрипторы и другие ресурсы. Процесс — это отдельная сущность с собственной памятью и состоянием, которая управляется ОС независимо от других процессов.

Для Python это означает, что потоки проще и дешевле создавать, но они сильнее связаны общими данными и требуют аккуратной синхронизации. Процессы дороже по памяти и переключению, зато дают лучшую изоляцию и могут реально использовать несколько ядер для вычислений.

Пример использования:

Для обработки большого количества сетевых запросов часто используют потоки, потому что основное время уходит на ожидание ответа, а не на вычисления. Для тяжёлой обработки изображений, шифрования или анализа данных лучше запускать несколько процессов.

from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor
import requests
import hashlib

def fetch(url):
    return requests.get(url, timeout=5).status_code

def cpu_task(data):
    return hashlib.sha256(data).hexdigest()

urls = ["https://example.com", "https://python.org"]

# I/O-bound: потоки
with ThreadPoolExecutor(max_workers=10) as pool:
    print(list(pool.map(fetch, urls)))

# CPU-bound: процессы
data_chunks = [b"a" * 10_000_000, b"b" * 10_000_000]
with ProcessPoolExecutor(max_workers=4) as pool:
    print(list(pool.map(cpu_task, data_chunks)))

Пояснение кода:

В первом блоке ThreadPoolExecutor создаёт пул потоков, которые параллельно отправляют HTTP-запросы. Это эффективно, потому что пока один поток ждёт сеть, другой может работать.

Во втором блоке ProcessPoolExecutor создаёт отдельные процессы для вычисления SHA-256. Здесь полезно именно разделение по процессам, потому что задача CPU-bound и может выполняться на нескольких ядрах.

Если бы эта же вычислительная задача была запущена в потоках, ускорение было бы ограничено, так как в CPython потоки не дают полноценного параллелизма для чистого Python-кода из-за GIL.

Ключевые моменты:

Потоки легче по памяти и быстрее создаются, но разделяют одну память процесса.
Процессы тяжелее, зато изолированы и лучше подходят для распараллеливания вычислений.
Для I/O-bound задач обычно выбирают потоки: сеть, файлы, ожидание ответа БД.
Для CPU-bound задач обычно выбирают процессы: вычисления, парсинг, обработка данных.
В CPython GIL ограничивает параллелизм потоков на CPU-bound работе.
При высокой нагрузке выбор зависит от типа нагрузки: I/O — потоки, CPU — процессы.

Как отличается использование потоков и процессов в Python по ресурсам и управлению, и что из этого предпочтительно для задач с высокой нагрузкой?