Python 并发编程

引言

Python的并发一直是被社区吐槽的一个点，由于很多历史原因标准Python解析器（CPython）的多线程（threading）并不能完全利用现代多核CPU的全部能力。

社区在抱怨Python性能的同时也开发出了很多解决方案，这些解决方案从不同的角度提升了python的性能，这些三方库是Python成功的巨大助力。Twisted，GEvent，Tornado和Numpy就是三方方案中比较著名的例子。

大量三方库的出现，尤其是如twisted置类的三方并发方案的大量出现也为学习Python并发编程增加了难度。尤其是最近几年Python第一方并发库的完善和asyncio库的出现使得初学者更无从下手,(StackOverflow上关于python并发的问题)[https://stackoverflow.com/questions/61351844/difference-between-multiprocessing-asyncio-and-concurrency-futures-in-python]

需求

一个web框架性能评估网站https://www.techempower.com/benchmarks

方案选择

PyPy,Cython Python的发行版 Django，Flask，FaskAPI，Tornado，GEvent，Cyclone，Twisted，Pyramid threading&queue, multiprocessing,asyncio, concurrent.futures

Concurrency and Parallelism multiprocessing concurrent.futures https://wiki.python.org/moin/ParallelProcessing https://sebastianraschka.com/Articles/2014_multiprocessing.html https://medium.com/idealo-tech-blog/parallelisation-in-python-an-alternative-approach-b2749b49a1e https://realpython.com/python-concurrency/

python threading 包 提供的锁： Lock: 最基础的锁 RLock: 可重入锁, 可以在同一个线程中多次获取锁 Condition Object: 条件变量，可以传入一个锁，获取锁后，可以调用wait释放锁，然后等待条件成立（被notify时），再次获取锁，然后继续执行。 Semaphore: 信号量，可以控制同时访问的线程数量。