Contenidos
En este documento, exploraremos varias técnicas modernas de concurrencia y paralelismo en Python, utilizando módulos como concurrent.futures, asyncio, y threading.
1. Uso de concurrent.futures
El módulo concurrent.futures proporciona una forma de ejecutar tareas en paralelo usando hilos o procesos. Aquí mostramos un ejemplo usando ThreadPoolExecutor.
Ejemplo: Uso de ThreadPoolExecutor
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
from concurrent.futures import ThreadPoolExecutor import time def tarea(n): print(f'Tarea {n} iniciada') time.sleep(2) print(f'Tarea {n} finalizada') return n def main(): with ThreadPoolExecutor(max_workers=3) as executor: resultados = list(executor.map(tarea, range(5))) print('Resultados:', resultados) if __name__ == '__main__': main() |
2. Uso de asyncio
El módulo asyncio permite escribir código concurrente usando la sintaxis async/await. Es ideal para operaciones de entrada/salida no bloqueantes.
Ejemplo: Uso de asyncio con async/await
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 |
import asyncio async def tarea(n): print(f'Tarea {n} iniciada') await asyncio.sleep(2) print(f'Tarea {n} finalizada') return n async def main(): tareas = [tarea(i) for i in range(5)] resultados = await asyncio.gather(*tareas) print('Resultados:', resultados) if __name__ == '__main__': asyncio.run(main()) |
3. Uso de threading
El módulo threading permite la creación de hilos en Python. A continuación, mostramos un ejemplo básico de su uso.
Ejemplo: Uso de threading
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 |
import threading import time def tarea(n): print(f'Tarea {n} iniciada') time.sleep(2) print(f'Tarea {n} finalizada') def main(): hilos = [] for i in range(5): hilo = threading.Thread(target=tarea, args=(i,)) hilos.append(hilo) hilo.start() for hilo in hilos: hilo.join() if __name__ == '__main__': main() |
4. Comparación de técnicas
Cada técnica tiene sus propios casos de uso. Aquí hay una breve comparación:
concurrent.futures: Ideal para tareas de CPU-bound y IO-bound, proporciona una API simple para trabajar con hilos y procesos.asyncio: Mejor para tareas IO-bound, especialmente cuando se manejan operaciones asíncronas o de red.threading: Útil para tareas IO-bound pero con limitaciones en el rendimiento debido al Global Interpreter Lock (GIL) en Python.