Python 并发编程：threading、multiprocessing、asyncio 完整对比

小飞兽 Python 5 次阅读 2026-07-24

Python并发有三个武器：threading线程、multiprocessing进程、asyncio协程。选对方案能让程序快10倍不止。

threading：I/O密集型

threading.Thread创建线程，start()启动，join()等待完成。适用于网络请求、文件读写等I/O密集型任务。I/O等待时会释放GIL，所以不受GIL限制。

multiprocessing.Pool创建进程池，pool.map()并行执行任务。每个进程有独立的GIL，真正利用多核CPU。适合图像处理、数值计算等CPU密集型任务。

async def定义协程函数，asyncio.gather()并发执行。适合高并发网络请求（数千个并发连接），内存占用远低于线程。

全局解释器锁使Python同一时刻只能有一个线程执行字节码。CPU密集型任务受GIL限制（用multiprocessing），I/O密集型任务不受影响（I/O时自动释放GIL）。

5个网络请求：threading并发总耗时约5秒（顺序执行需要15秒）。CPU密集计算：multiprocessing 4进程并行比单进程快近4倍。

Q1: 什么时候用multiprocessing？CPU密集型任务（图像处理、数值计算）用multiprocessing可以真正利用多核。

Q2: asyncio和threading怎么选？高并发网络请求用asyncio，简单快速原型用threading。