Что такое конкурентность?

Способ выполнения нескольких задач, которые могут перекрываться во времени.

• Параллелизм: Задачи выполняются одновременно на разных ядрах процессора.
• Конкурентность: Задачи могут выполняться последовательно или вперемешку на одном ядре, при этом создается иллюзия одновременности.

В Python конкурентность часто реализуется с помощью:

• Потоков (Threads): Используются для ввода/вывода операций (сеть, дисковый ввод/вывод), где поток может "спать" во время ожидания, позволяя другому потоку работать. Из-за GIL (Global Interpreter Lock) потоки не обеспечивают истинный параллелизм для CPU-bound задач в стандартном CPython.
• Процессов (Processes): Используются для CPU-bound задач. Каждый процесс имеет свое независимое адресное пространство, обходит GIL и обеспечивает истинный параллелизм.
• Корутин (Coroutines) и Асинхронного программирования (asyncio): Легковесные задачи, которые кооперативно переключаются. Идеально подходят для высоконагруженных I/O-bound приложений.

# Пример использования потоков для I/O-bound задачи
import threading
import time

def download_data(url):
    # Имитация сетевого запроса
    print(f"Начинается загрузка с {url}")
    time.sleep(2) # Имитация ожидания I/O
    print(f"Загрузка с {url} завершена")

urls = ["http://site1.com", "http://site2.com", "http://site3.com"]
threads = []

for url in urls:
    thread = threading.Thread(target=download_data, args=(url,))
    threads.append(thread)
    thread.start()

for thread in threads:
    thread.join() # Ждем завершения всех потоков

print("Все загрузки завершены.")

# Пример использования процессов для CPU-bound задачи
import multiprocessing
import time

def calculate_square(number):
    # Имитация CPU-bound вычисления
    print(f"Начинается вычисление квадрата {number}")
    result = number * number
    time.sleep(1) # Имитация работы CPU
    print(f"Квадрат {number} - {result}")
    return result

numbers = [1, 2, 3, 4]
pool = multiprocessing.Pool(processes=2) # Используем 2 процесса

results = pool.map(calculate_square, numbers)

pool.close()
pool.join()

print(f"Все вычисления завершены. Результаты: {results}")

# Пример использования asyncio для I/O-bound задачи
import asyncio

async def download_data_async(url):
    # Имитация асинхронной сетевой операции
    print(f"Начинается асинхронная загрузка с {url}")
    await asyncio.sleep(2) # Имитация асинхронного ожидания I/O
    print(f"Асинхронная загрузка с {url} завершена")

async def main():
    urls = ["http://site1.com", "http://site2.com", "http://site3.com"]
    tasks = [download_data_async(url) for url in urls]
    await asyncio.gather(*tasks) # Запускаем задачи параллельно (конкурентно)

print("Запуск асинхронных загрузок...")
asyncio.run(main())
print("Все асинхронные загрузки завершены.")

Конкурентность позволяет эффективно использовать ресурсы, особенно при наличии операций ввода/вывода, избегая простоя процессора.