> В чем разница между мультитредингом и мультипроцессингом в Python (Python)

Основное различие между мультитредингом (threading) и мультипроцессингом (multiprocessing) в Python связано с тем, как они используют ресурсы CPU и память, а также с ограничением GIL (Global Interpreter Lock).

Мультитрединг использует несколько потоков в рамках одного процесса. Из-за GIL в CPython только один поток может выполнять байт-код в каждый момент времени, поэтому мультитрединг эффективен только для I/O-bound задач (например, сетевые запросы, чтение файлов), где потоки ожидают внешних операций. Потоки разделяют общую память, что упрощает обмен данными, но требует синхронизации (например, через Lock), чтобы избежать гонок.

Мультипроцессинг запускает отдельные процессы, каждый со своим интерпретатором Python и собственной памятью. GIL не является проблемой, поэтому мультипроцессинг подходит для CPU-bound задач (например, численные расчёты, обработка изображений). Процессы изолированы, что делает код безопаснее, но обмен данными требует сериализации (через Queue, Pipe или shared memory), что добавляет накладные расходы.

Пример выбора:

• Для параллельной загрузки 100 веб-страниц → threading (I/O-bound).
• Для параллельного вычисления факториалов больших чисел → multiprocessing (CPU-bound).

В современных версиях Python (3.12+) GIL может быть отключён экспериментально, что частично снимает ограничение для трединга, но на практике мультипроцессинг остаётся предпочтительным для тяжёлых вычислений.