Python在CentOS上如何进行并发编程

在CentOS上搞Python并发编程，方法其实不少。今天聊聊几种常见的模型，以及怎么用代码把它们跑起来。如果你正在搭建服务、处理批量任务，或者想压榨一下多核CPU的性能，这篇文章或许能帮你理清思路。

先说多线程。Python自带的threading模块用起来很顺手，适合I/O密集型的场景——比如网络请求、文件读写。下面这个例子演示了如何创建5个线程，每个线程执行一个简单的打印任务：

import threading

def worker():
    """线程执行的任务"""
    print('Worker')

threads = []
for i in range(5):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

不过得注意，Python的全局解释器锁（GIL）让多线程在CPU密集型任务上发挥不出优势。这时候就需要多进程上场了。multiprocessing模块可以为每个任务启动独立的进程，绕过GIL的限制，真正利用多核。代码结构跟多线程很像，只是换成了Process：

from multiprocessing import Process

def worker():
    """进程执行的任务"""
    print('Worker')

if __name__ == '__main__':
    processes = []
    for i in range(5):
        p = Process(target=worker)
        processes.append(p)
        p.start()

    for p in processes:
        p.join()

如果不想折腾进程或线程的上下文切换开销，异步编程是另一个好选择。asyncio模块用事件循环管理协程，在单线程内实现并发。下面这段代码一下子创建5个异步任务，然后一起等它们完成：

import asyncio

async def worker():
    """异步执行的任务"""
    print('Worker')

async def main():
    tasks = []
    for i in range(5):
        task = asyncio.create_task(worker())
        tasks.append(task)
    await asyncio.gather(*tasks)

asyncio.run(main())

协程还可以走另一条路——用第三方库gevent。它通过协作式调度实现轻量级并发，比线程更轻，切换开销极低。使用方式也很直观：

import gevent

def worker():
    """协程执行的任务"""
    print('Worker')

jobs = [gevent.spawn(worker) for _ in range(5)]
gevent.joinall(jobs)

在CentOS上跑这些代码，前提是装好对应的Python版本和库。比如multiprocessing需要python3以及开发工具包；用gevent的话得先 pip install gevent。另外，如果是网络编程场景，还可以考虑socketserver模块，或者上Twisted、Tornado这类框架，它们把并发处理网络请求封装得更优雅。

最后提醒一句：并发编程不是光写代码就行。线程安全、锁、死锁、竞态条件这些基础概念建议先啃明白，否则调试起来会很痛苦。经验表明，很多线上问题都出在并发细节上——值得花时间打好基本功。