异步、多进程、多线程

两种处理类型

  1. CPU密集型（CPU-bound）-适用多进程：
      2. CPU密集型任务是指那些主要依赖于CPU计算能力的任务。这类任务通常需要大量的计算和数据处理，而与I/O操作相比，对CPU的利用率更高。典型的CPU密集型任务包括数学运算、图像处理、加密解密、模型训练等。
      在CPU密集型任务中，程序执行时间主要取决于CPU的处理能力，而不是I/O操作的速度。因此，对于CPU密集型任务，最大化CPU的利用率和性能是关键。
  1. I/O密集型（I/O-bound）-适用多线程、异步：
      2. I/O密集型任务是指那些主要依赖于I/O操作（如磁盘读写、网络请求）的任务。这类任务在执行过程中需要频繁地进行I/O操作，而CPU计算相对较少。典型的I/O密集型任务包括文件操作、网络通信、数据库查询等。
      在I/O密集型任务中，程序执行时间主要取决于I/O操作的速度，而CPU的处理能力可能不会被充分利用。因此，对于I/O密集型任务，提高I/O操作的效率和性能是关键。
 

名词解释：

I/O
I/O是Input/Output的缩写，指的是计算机系统与外部世界交换数据的过程。在计算机科学和计算机编程中，I/O通常用于描述数据的输入和输出操作，包括从外部设备读取数据（输入）和向外部设备发送数据（输出）的过程。
  1. 文件I/O：读取和写入文件中的数据，包括从磁盘读取文件内容和将数据写入文件。
  1. 网络I/O：与网络连接进行通信，包括发送和接收网络数据，进行网络通信等。
  1. 键盘和鼠标输入：接收用户从键盘和鼠标输入的数据。
  1. 显示器输出：将数据显示在计算机的屏幕上，包括文本、图像、视频等。
  1. 数据库操作：与数据库进行交互，包括查询、插入、更新、删除等操作。
  1. 设备通信：与硬件设备进行通信，如传感器、机器人、控制系统等。
GIL锁
GIL（Global Interpreter Lock，全局解释器锁）是在某些 Python 解释器中存在的一个限制，它对多线程并行执行产生影响。GIL 的存在使得在 Python 中，同一时刻只能有一个线程执行 Python 字节码，即使在多核 CPU 上也是如此。这意味着多线程在某些情况下无法实现真正的并行执行。
 
 
线程和进程都取决于核心数，并且每次运算都会独占一个核心，所以线程和进程数量取决于核心数，并且一个核在同一时刻只能运行一个线程或进程
查看CPU 核心数
 
在Python开发中，异步编程、多进程和多线程都是用于处理并发任务的技术，但它们在处理方式和适用场景上有所不同。
  1. 异步编程：
      • 异步编程是一种编程范式，旨在提高程序的并发性能和响应性。它允许程序在执行过程中不必等待某个操作完成，而是可以继续执行其他任务。
      • 在Python中，异步编程通常使用asyncio库来实现，使用关键字async和await来定义异步函数和操作。
      • 异步编程适用于I/O密集型任务，如网络请求、数据库查询等，可以避免线程切换的开销，提高并发性能。
  1. 多进程：
      • 多进程是指在操作系统级别同时运行多个进程，每个进程都有自己独立的内存空间和资源。
      • 在Python中，可以使用multiprocessing库来创建和管理多个进程。
      • 多进程适用于CPU密集型任务，如图像处理、科学计算等，因为每个进程在不同的CPU核心上运行，可以充分利用多核处理器。
  1. 多线程：
      • 多线程是指在同一个进程内创建多个线程，共享进程的内存空间和资源。
      • 在Python中，可以使用threading库来创建和管理多个线程。
      • 多线程适用于I/O密集型任务，如文件读写、网络通信等，可以在等待I/O操作完成时切换到其他线程，提高程序的响应性。
需要注意的是，Python中的全局解释器锁（GIL）限制了多线程的并行性能，因此在需要充分利用多核处理器的情况下，多进程可能是更好的选择。异步编程则适用于需要高并发性能的场景，但需要注意编写良好的异步代码以避免阻塞操作。
在选择使用异步、多进程或多线程时，你需要考虑任务的性质、并发需求以及系统的硬件配置等因素。