Параллелизм дар барномасозӣ чист?

Параллелизм в програмирането е изпълнението на няколко задачи едновременно или илюзията за едновременност, което позволява да се увеличи производителността и отзивчивостта на приложенията.

Различават се няколко вида паралелизъм:

• Мултипроцесорност (Multiprocessing): Използва няколко независими процеса, всеки със собствено адресно пространство. Това заобикаля ограниченията на GIL (Global Interpreter Lock) в CPython и е подходящо за CPU-интензивни задачи.

  import multiprocessing
  import time
  
  def worker(num):
      """Някаква работа"""
      time.sleep(1)
      print(f'Работник {num} приключи')
  
  if __name__ == '__main__':
      процеси = []
      for i in range(5):
          p = multiprocessing.Process(target=worker, args=(i,))
          процеси.append(p)
          p.start()
  
      for p in процеси:
          p.join()
      print("Всички работници приключиха")
  

• Мулти-трединг (Multithreading): Използва няколко нишки в рамките на един процес, които споделят общо адресно пространство. Поради GIL-а в CPython, нишките не се изпълняват паралелно на различни ядра за CPU-bound задачи, но са ефективни за I/O-bound задачи.

  import threading
  import time
  
  def worker(num):
      """Някаква работа"""
      time.sleep(1) # Имитира I/O операция
      print(f'Нишка {num} приключи')
  
  нишки = []
  for i in range(5):
      t = threading.Thread(target=worker, args=(i,))
      нишки.append(t)
      t.start()
  
  for t in нишки:
      t.join()
  print("Всички нишки приключиха")
  

• Асинхронно програмиране (Asyncio): Използва една нишка и цикъл на събития (event loop) за управление на задачите. Подходящо за натоварени I/O-bound приложения и уеб сървъри. Не блокира изпълнението при изчакване на I/O.

  import asyncio
  import time
  
  async def worker(num):
      """Някаква асинхронна работа"""
      await asyncio.sleep(1) # Асинхронно изчакване на I/O
      print(f'Async worker {num} приключи')
  
  async def main():
      задачи = []
      for i in range(5):
          задача = asyncio.create_task(worker(i))
          задачи.append(задача)
      await asyncio.gather(*задачи)
      print("Всички асинхронни работници приключиха")
  
  if __name__ == '__main__':
      asyncio.run(main())
  

Изборът на подход зависи от характера на задачата:

Приступ	CPU-зависими задачи	I/O-зависими задачи	GIL	Използване на памет
Мултипроцесорност	Отлично	Добре	Обхваща	Голямо (свой процес)
Мулти-трединг	Лошо (заради GIL)	Отлично	Блокира	Мало (заеднички процес)
Асинхронност	Лошо	Отлично	Не блокира	Мало (един поток)

Паралелизмът изисква внимателно управление на синхронизацията и ресурсите, за да се избегнат състезателни условия (race conditions) и мъртви точки (deadlocks).