Python 多线程、多进程、协程的代码剖析

在 Python 编程中，多线程、多进程和协程是实现并发和提高程序性能的重要手段。理解它们的工作原理和代码实现对于开发高效的应用程序至关重要。

多线程是在同一进程内并发执行多个线程，共享进程的资源。通过 threading 模块可以轻松创建和管理线程。以下是一个简单的多线程示例代码：

import threading
import time

def thread_function(name):
    print(f"Thread {name} is running...")
    time.sleep(2)
    print(f"Thread {name} completed")

threads = []
for i in range(5):
    t = threading.Thread(target=thread_function, args=(f"Thread-{i}",))
    threads.append(t)
    t.start()

for t in threads:
    t.join()

多进程则是通过创建多个独立的进程来实现并发，每个进程拥有独立的资源。multiprocessing 模块提供了相关的支持。

from multiprocessing import Process
import time

def process_function(name):
    print(f"Process {name} is running...")
    time.sleep(2)
    print(f"Process {name} completed")

processes = []
for i in range(5):
    p = Process(target=process_function, args=(f"Process-{i}",))
    processes.append(p)
    p.start()

for p in processes:
    p.join()

协程是一种轻量级的并发方式，通过 async 和 await 关键字实现。它在单线程内通过切换执行上下文来实现并发效果。

import asyncio

async def coroutine_function(name):
    print(f"Coroutine {name} is running...")
    await asyncio.sleep(2)
    print(f"Coroutine {name} completed")

async def main():
    tasks = []
    for i in range(5):
        task = asyncio.create_task(coroutine_function(f"Coroutine-{i}"))
        tasks.append(task)
    await asyncio.gather(*tasks)

asyncio.run(main())

多线程适合处理 I/O 密集型任务，因为线程切换开销较小；多进程适用于 CPU 密集型任务，可充分利用多核优势；协程则在处理高并发的 I/O 任务时表现出色，且资源消耗相对较少。

在实际应用中，需要根据具体的任务需求和场景选择合适的并发方式。通过对这三种并发方式的代码剖析，我们能够更好地理解它们的特点和适用范围，从而编写出更高效、可靠的 Python 程序。