这篇文章讲 Python 中的并发，例如多线程 multithreading, 多进程 multiprocessing, 竟态条件 race conditions 以及同步状态 synchronization 的机制，例如锁。 然后会探讨如何关闭 GIT 来实现 Python 中真正的多线程，并通过清晰的代码来突出差异、优点以及注意事项。

Introduction

你可能会好奇为什么会需要并发。 大多数情况下，并不需要，但如果是以下情况可能需要：

  • 数据处理 data processing 和*ETL* - 解析大量文本文件、清理混乱的数据、或将复杂的正则表达式应用到数百万行上
  • 加密 cryptography 和哈希 hashing - 读取文件并计算每一行的加密哈希 (例如 SHA-256)
  • 数据科学 - 计算蒙特卡罗模拟 Monte Carlo simulations 要求大量数学计算，例如 numpy, pandas 或 scikit-learn
  • 网络操作 - 下载文件，爬取网站或调用 REST API

但首先，这里先把术语理清楚：

  • Sequential 串行：单个进程一次只做一件事，在做下一件事情之前会等待直到完成后再开始下一个进程
  • Concurrency 并发：单个进程同时做多件事，但不一定在同一时刻做
  • Event Loop 事件循环: 一种控制接口，持续等待事件（例如 I/O 操作、定时触发或用户操作），分派对应的任务，然后重复这个过程
  • Parallelism/Multiprocessing 并行/多进程: 在同一时刻做多件事
  • Multithreading 多线程: 这种编程模型是单个进程生成多个独立的执行线程，从而达到并发。所有线程都共享内存空间和资源。

线程安全 thread safety 是指程序或系统的一种特性，它允许多个线程同时访问和修改共享内存与资源，而不会造成数据损坏、内存泄漏或程序崩溃。