并发编程困境：Python多线程和协程实战示例

原创 Love The Way You Lie 2025-01-07 13:48 39阅读 0赞

在Python中，我们面临一些关于多线程和协程的困境。以下是这两种方式的实战示例：

1. **Python多线程**：
   多线程可以利用CPU的多个核心同时执行任务。但是，Python的全局解释器锁（GIL）限制了多线程的最大性能提升。

示例代码：
   ```python
   import threading

def thread_function(name):
       print(f"Thread {name} started..."))
       time.sleep(2)
       print(f"Thread {name} finished..."))

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

for thread in threads:
       thread.join()
   ```

2. **Python协程**：
   协程是一种轻量级的线程，它更易于管理并发，且不会因为GIL而受限。

Python通过`asyncio`库支持协程。以下是一个简单的协程示例：

```python
   import asyncio

async def coroutine_example(name):
       print(f"Coroutine {name} started..."))
       await asyncio.sleep(2)
       print(f"Coroutine {name} finished..."))

loop = asyncio.get_event_loop()
   tasks = [loop.create_task(coroutine_example(f"Coro-{i}-Example")))]  # 创建协程任务

try:
       loop.run_until_complete(asyncio.gather(*tasks)))  # 运行直到所有任务完成
       print("All coroutines finished.")
   except KeyboardInterrupt:
       print("\nInterrupted by user, stopping tasks...")
       loop.stop()
```

总结：Python中，多线程主要用于CPU密集型任务，协程则适用于IO密集型任务。两者各有优势，根据实际需求选择适合的方式。