Python中的并行和并发是什么并行和并发
无论是并行还是并发，在用户看来都是'同时'运行的，不管是进程还是线程，都只是一个任务而已 ， 真是干活的是cpu ， cpu来做这些任务，而一个cpu同一时刻只能执行一个任务 。
并发是伪并行，即看起来是同时运行 。单个cpu 多道技术就可以实现并发，（并行也属于并发），简单的可以理解为快速在多个线程来回切换，感觉好像同时在做多个事情 。
只有具备多个cpu才能实现并行，单核下 ， 可以利用多道技术，多个核，每个核也都可以利用多道技术（多道技术是针对单核而言的） 。有四个核，六个任务，这样同一时间有四个任务被执行，假设分别被分配给了cpu1 ， cpu2，cpu3，cpu4，一旦任务1遇到I/O就被迫中断执行，此时任务5就拿到cpu1的时间片去执行，这就是单核下的多道技术 ，而一旦任务1的I/O结束了，操作系统会重新调用它(需知进程的调度、分配给哪个cpu运行，由操作系统说了算)，可能被分配给四个cpu中的任意一个去执行 。
相关推荐：《Python视频教程》
多道技术：内存中同时存入多道（多个）程序 ， cpu从一个进程快速切换到另外一个 ， 使每个进程各自运行几十或几百毫秒 ， 这样，虽然在某一个瞬间 ， 一个cpu只能执行一个任务，但在1秒内，cpu却可以运行多个进程，这就给人产生了并行的错觉 ， 即伪并发，以此来区分多处理器操作系统的真正硬件并行（多个cpu共享同一个物理内存） 。
同步执行：一个进程在执行某个任务时，另外一个进程必须等待其执行完毕 ， 才能继续执行 。
异步执行：一个进程在执行某个任务时，另外一个进程无需等待其执行完毕，就可以继续执行，当有消息返回时 ， 系统会通知后者进行处理，这样可以提高执行效率 。
举个例子，打电话时就是同步通信，发短息时就是异步通信 。
相关推荐：
Python如何实现线程间同步
python高并发怎么解决某个时间段内，数据涌来，这就是并发 。如果数据量很大，就是高并发
高并发的解决方法：
1、队列、缓冲区
假设只有一个窗口，陆续涌入食堂的人，排队打菜是比较好的方式
【python函数并发 python并发post请求】所以，排队（队列）是一种天然解决并发的办法
排队就是把人排成 队列，先进先出 ， 解决了资源使用的问题
排成的队列，其实就是一个缓冲地带，就是 缓冲区
假设女生优先，每次都从这个队伍中优先选出女生出来先打饭，这就是 优先队列
例如queue模块的类Queue、LifoQueue、PriorityQueue（小顶堆实现）
2、争抢
只开一个窗口 ， 有可能没有秩序，也就是谁挤进去就给谁打饭
挤到窗口的人占据窗口，直到打到饭菜离开
其他人继续争抢，会有一个人占据着窗口 ， 可以视为锁定窗口，窗口就不能为其他人提供服务了 。
这是一种锁机制
谁抢到资源就上锁，排他性的锁，其他人只能等候
争抢也是一种高并发解决方案，但是，这样可能不好，因为有可能有人很长时间抢不到
3、预处理
如果排长队的原因，是由于每个人打菜等候时间长，因为要吃的菜没有，需要现做 ， 没打着饭不走开，锁定着窗口
食堂可以提前统计大多数人最爱吃的菜品，将最爱吃的80%的热门菜，提前做好，保证供应 ， 20%的冷门菜，现做
这样大多数人，就算锁定窗口，也很快打到饭菜走了，快速释放窗口
一种提前加载用户需要的数据的思路，预处理 思想，缓存常用
更多Python知识 ， 请关注：Python自学网?。?
python并发编程-进程池在利用Python进行系统管理的时候，特别是同时操作多个文件目录，或者远程控制多台主机，并行操作可以节约大量的时间 。多进程是实现并发的手段之一，需要注意的问题是：
例如当被操作对象数目不大时，可以直接利用multiprocessing中的Process动态成生多个进程 ， 十几个还好 ， 但如果是上百个，上千个 。。。手动的去限制进程数量却又太过繁琐，此时可以发挥进程池的功效 。
我们就可以通过维护一个进程池来控制进程数目，比如httpd的进程模式，规定最小进程数和最大进程数..
ps： 对于远程过程调用的高级应用程序而言 ， 应该使用进程池 ， Pool可以提供指定数量的进程 ， 供用户调用，当有新的请求提交到pool中时 ， 如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，就重用进程池中的进程 。
创建进程池的类：如果指定numprocess为3 ， 则进程池会从无到有创建三个进程 ， 然后自始至终使用这三个进程去执行所有任务，不会开启其他进程
参数介绍：
方法介绍：
主要方法：
其他方法（了解部分）
应用：
发现：并发开启多个客户端，服务端同一时间只有3个不同的pid，干掉一个客户端，另外一个客户端才会进来 ， 被3个进程之一处理
回调函数：
需要回调函数的场景：进程池中任何一个任务一旦处理完了，就立即告知主进程：我好了额，你可以处理我的结果了 。主进程则调用一个函数去处理该结果，该函数即回调函数
我们可以把耗时间（阻塞）的任务放到进程池中，然后指定回调函数（主进程负责执行），这样主进程在执行回调函数时就省去了I/O的过程，直接拿到的是任务的结果 。
如果在主进程中等待进程池中所有任务都执行完毕后 ， 再统一处理结果 ， 则无需回调函数
python函数并发的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于python并发post请求、python函数并发的信息别忘了在本站进行查找喔 。
推荐阅读
- 鸿蒙官方开发语言，鸿蒙os开发语言
- oracle优化sql语句执行效率，oracle 性能优化之sql语句优化
- 游戏小丑模拟器视频，小丑模组下载
- vb.net设置变量 vbnet raiseevent
- gis电力电缆论文的简单介绍
- excel怎么运行宏，excel表格运行宏
- pg独角兽灯光安装，pg独角兽装灯还要贴贴纸吗
- go语言云 go语言云盘开发
- sap系统开发老师，sap开发工程师是做什么的