Обработка потока данных | Python с Нуля
Зелёные потоки в Python Переключение между потоками — процесс очень затратный по времени, как мы уже разбирали. Для решения этой проблемы были придуманы зелёные потоки (green threads, они же coroutines или корутины), у которых вместо честного переключения потоков операционной системой реализуется виртуальное переключение потоков в пользовательском пространстве. Для IO-bound задач, где бутылочным горлышком являются медленные операции ввода-вывода, в том числе сетевого, зелёные потоки являются спасением. Для CPU-bound задач, где надо много физически вычислять на процессоре и нет простоев зелёные потоки не нужны. Предлагаем прочитать статью Асинхронный python без головной боли (часть вторая). Начинается статья с наглядного примера асинхронности из жизни. Часто у начинающих разработчиков можно наблюдать ошибку, когда вместо подписки на событие, например, изменения файла, реализуется "жужжалка", которая в бесконечном цикле дёргает метаданные файла, загружая CPU на 100%. Дальше на примере показывается async-await с разными нюансами, в том числе с необходимостью асинхронных функций. Потом показывается взаимосвязь корутин и генераторов, асинхронные контекстные менеджеры и приложение, которое асинхронно что-то делает с сервисом погоды. Во второй части речь про event loop, про пример с API gateway, дополнение сервиса погоды переводчиком, асинхронным логгированием и базой.
Потоки в Python: основы многопоточности и практическое применение
Многопоточность — это мощный инструмент для оптимизации программ, особенно в задачах, где важна эффективная работа с вводом-выводом (I/O-bound). В Python для работы с потоками используется модуль threading, который позволяет создавать и управлять потоками выполнения. Однако из-за особенностей реализации интерпретатора CPython, а именно наличия Global Interpreter Lock (GIL), потоки в Python не выполняются параллельно для CPU-задач. Это делает их идеальными для I/O-операций, но менее эффективными для вычислений, загружающих процессор...