В Python существует глобальная блокировка интерпретатора (GIL, Global Interpreter Lock), которая позволяет одновременно исполняться только одному потоку байткода Python. Это значит, что многопоточность в Python не даёт реального параллелизма при выполнении CPU-bound задач — потоки по сути переключаются, но не работают одновременно на нескольких ядрах.

Потоки в Python полезны для задач с большим количеством ввода-вывода (I/O-bound), например, сетевые запросы, операции с файлами, где время ожидания освобождает GIL, позволяя другим потокам работать.

Процессы — это отдельные экземпляры интерпретатора с собственной памятью и GIL. Они могут выполняться параллельно на разных ядрах, что даёт настоящий параллелизм для CPU-bound задач. Для межпроцессного взаимодействия используются механизмы IPC (например, очереди, пайпы).

Пример создания потоков и процессов:

import threading
import multiprocessing

def worker():
    print("Работаю")

# Поток
thread = threading.Thread(target=worker)
thread.start()
thread.join()

# Процесс
process = multiprocessing.Process(target=worker)
process.start()
process.join()

Итого:

Потоки разделяют память, но ограничены GIL в Python.
Процессы имеют отдельную память, могут выполняться параллельно, но требуют больше ресурсов и сложнее в коммуникации.

Как работает многопоточность в Python с учётом GIL? Чем отличаются потоки от процессов?