异步与并发基础：同步、异步、并发、并行简介

原创已于 2024-11-26 10:32:12 修改 · 1.1k 阅读

19 ·

CC 4.0 BY-SA版权

文章标签：

#python

于 2024-11-26 10:30:41 首次发布

Fastapi协程与异步最佳实践专栏收录该内容

16 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

在计算机程序设计中，同步、异步、并发和并行是描述任务执行和调度的不同方式。这些概念对于理解如何提高程序的执行效率和响应速度非常重要。下面将逐一解释这些概念。

1. 同步（Synchronous）

同步是指在执行任务时，当前任务必须完成才能执行下一个任务，任务之间是顺序执行的。同步操作通常会阻塞程序的执行，直到当前任务完成。

特点：
- 按顺序执行任务。
- 每个任务的执行需要等待前一个任务完成。
- 线程或进程会被阻塞，直到任务完成。
例子：
- 假设你正在执行一个任务，例如从文件读取数据。同步执行意味着你必须等到文件读取完成后，才能执行后续的操作。

def task1():
    print("开始任务1")
    # 模拟执行任务
    time.sleep(2)
    print("任务1完成")

def task2():
    print("开始任务2")
    time.sleep(1)
    print("任务2完成")

task1()
task2()

在这个例子中，task2 需要等到 task1 完成后才会开始执行。

2. 异步（Asynchronous）

异步是指程序可以在等待某个任务完成时，去执行其他任务，任务的执行是非阻塞的。也就是说，当一个任务需要等待某些外部操作（如 I/O 操作）时，它不会阻塞整个程序的执行，而是将控制权交还给事件循环，继续执行其他任务。

特点：
- 任务不需要按顺序执行，能够在等待某些任务完成时执行其他任务。
- 异步编程通常涉及事件循环和回调函数。
- 不阻塞线程，可以有效提高程序的响应性，尤其是在处理 I/O 操作时。
例子（使用 asyncio 库）：

import asyncio

async def task1():
    print("开始任务1")
    await asyncio.sleep(2)  # 模拟异步操作
    print("任务1完成")

async def task2():
    print("开始任务2")
    await asyncio.sleep(1)
    print("任务2完成")

async def main():
    # 异步执行任务1和任务2
    await asyncio.gather(task1(), task2())

# 运行异步任务
asyncio.run(main())

在这个例子中，task2 会在 task1 等待时执行，从而实现非阻塞执行。

3. 并发（Concurrency）

并发是指程序能够同时管理多个任务的执行。并发可以通过多线程、多进程或者异步方式实现。在并发中，虽然任务并不一定是同时执行的，但它们是交替执行的，任务之间通过切换执行，可能会在同一时刻处理多个任务。

特点：
- 在并发程序中，多个任务会交替执行，看似同时进行。
- 可以通过线程、进程或异步方式实现。
- 并发的重点是任务管理和调度，而不是任务的实际同时执行。
例子：
- 使用多线程处理 I/O 密集型任务。
- 在 Web 服务器中，处理多个请求（虽然每个请求不是同时处理，但通过切换任务，多个请求被并发处理）。

import threading
import time

def task1():
    print("开始任务1")
    time.sleep(2)
    print("任务1完成")

def task2():
    print("开始任务2")
    time.sleep(1)
    print("任务2完成")

# 创建线程
thread1 = threading.Thread(target=task1)
thread2 = threading.Thread(target=task2)

thread1.start()
thread2.start()

thread1.join()
thread2.join()

在这个例子中，任务 task1 和 task2 会并发执行，程序不会等待一个任务完成才执行下一个任务。

4. 并行（Parallelism）

并行是指任务在多个处理器核心上同时执行。并行强调的是同时执行多个任务，每个任务都在独立的处理器核心上运行，能够充分利用多核 CPU 资源，从而显著提高程序的执行效率。

特点：
- 任务实际上是同时执行的。
- 并行通常需要多个 CPU 核心或多个处理器。
- 并行主要用于计算密集型任务。
例子：
- 使用多进程处理 CPU 密集型任务，充分利用多核 CPU。

import multiprocessing
import time

def task1():
    print("开始任务1")
    time.sleep(2)
    print("任务1完成")

def task2():
    print("开始任务2")
    time.sleep(1)
    print("任务2完成")

if __name__ == '__main__':
    # 创建进程
    process1 = multiprocessing.Process(target=task1)
    process2 = multiprocessing.Process(target=task2)

    process1.start()
    process2.start()

    process1.join()
    process2.join()

在这个例子中，task1 和 task2 会在不同的进程中并行执行。

总结：同步 vs 异步 vs 并发 vs 并行

特性	同步	异步	并发	并行
执行方式	按顺序执行，任务阻塞	非阻塞，任务交替执行	多个任务交替执行	多个任务同时执行
资源使用	只使用一个线程/进程	使用一个线程/进程	使用多个线程/进程	使用多个核心/处理器
适用场景	CPU 密集型任务	I/O 密集型任务	I/O 密集型任务	CPU 密集型任务
优势	简单易理解	提高 I/O 操作效率	更好地利用多个任务	显著提升性能