Python在Ubuntu上的并发编程

在Ubuntu上搞Python并发编程，说起来选项不少，但每个方案的适用场景和背后的坑，得先捋清楚。标准库给了三个核心工具——threading、multiprocessing和asyncio，外加gevent和eventlet这类第三方利器。怎么选？关键看你手里的任务是CPU密集型还是I/O密集型。

先说threading。它操作简单，直接创建线程对象就行。但注意，Python有GIL（全局解释器锁），多线程在CPU密集场景下其实是串行的——一个线程占着解释器不放，其他线程干瞪眼。所以threading更适合I/O密集型任务，比如网络请求、文件读写，这时候线程切换的开销完全可以接受。

import threading

def my_function(arg):
    # 线程要干的事
    pass

thread = threading.Thread(target=my_function, args=(arg,))
thread.start()
thread.join()

如果你的任务是CPU密集型的，比如大量计算、图像处理，那得祭出multiprocessing。每个进程都有自己的解释器和内存空间，直接绕开GIL，实现真正的并行。创建进程和线程的API几乎一样，但开销更大——进程间通信、内存消耗都得算进去。

from multiprocessing import Process

def my_function(arg):
    # 进程要干的事
    pass

process = Process(target=my_function, args=(arg,))
process.start()
process.join()

再来看asyncio，Python 3.4引入的异步并发方案。它只在单线程里跑，靠事件循环调度协程，适合海量I/O请求的场景（比如爬虫、Web服务）。代码写起来像同步逻辑，但底层是非阻塞的。注意版本差异：Python 3.7及以上直接用asyncio.run()，干净利落；如果你还在用3.6，得手动创建事件循环，稍显啰嗦。

import asyncio

async def my_coroutine(arg):
    # 协程逻辑
    pass

# Python 3.7+
asyncio.run(my_coroutine(arg))

# Python 3.6 手动事件循环
loop = asyncio.get_event_loop()
try:
    loop.run_until_complete(my_coroutine(arg))
finally:
    loop.close()

使用这些模块前，确保你的Ubuntu上Python环境到位。没装的话，一行命令搞定：

sudo apt update
sudo apt install python3 python3-pip

遇到更复杂的并发需求？第三方库gevent和eventlet值得一看。它们基于协程，但让你用同步的写法写异步代码，对新手非常友好。安装只需pip：

pip install gevent  # 或者 eventlet

最后说一句选择原则：别盲目跟风。先搞清楚你的瓶颈在哪——是CPU算力不够，还是I/O等待太久？理清这个，再用对应的并发模型，才不会掉进GIL或进程开销的坑里。