> Как параллелить выполнение функции в Python (Python)

Для параллельного выполнения функций в Python можно использовать несколько подходов в зависимости от задачи:

1. Модуль threading - для I/O-bound задач (сеть, диски). Создаёте потоки, которые выполняют функции параллельно, но из-за GIL не ускоряют CPU-bound код.

PYTHON
import threading

def worker(name):
    print(f"Поток {name} работает")

threads = [threading.Thread(target=worker, args=(i,)) for i in range(4)]
for t in threads: t.start()
for t in threads: t.join()

2. Модуль multiprocessing - для CPU-bound задач. Создаёт отдельные процессы, обходя GIL.

PYTHON
from multiprocessing import Process

def heavy_calc(x):
    return x ** 2

processes = [Process(target=heavy_calc, args=(i,)) for i in range(4)]
for p in processes: p.start()
for p in processes: p.join()

3. concurrent.futures - высокоуровневый интерфейс для пулов потоков/процессов.

PYTHON
from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor

with ThreadPoolExecutor(max_workers=4) as executor:
    results = list(executor.map(worker, range(4)))

4. asyncio - для асинхронного I/O, когда функции ожидают внешние ресурсы (запросы, БД). Использует корутины и event loop.

PYTHON
import asyncio

async def fetch_data(url):
    await asyncio.sleep(1)
    return f"Данные из {url}"

async def main():
    tasks = [fetch_data(f"url{i}") for i in range(3)]
    results = await asyncio.gather(*tasks)

asyncio.run(main())

Выбор: для I/O - threading или asyncio; для CPU - multiprocessing или ProcessPoolExecutor. Если нужно просто распараллелить вызовы без сложного управления, используйте concurrent.futures.