Simultaneidade em Python

A simultaneidade costuma ser mal interpretada como paralelismo. Concorrência implica programar código independente para ser executado de maneira sistemática. Este capítulo enfoca a execução de simultaneidade para um sistema operacional usando Python.

O programa a seguir ajuda na execução de simultaneidade para um sistema operacional -

import os
import time
import threading
import multiprocessing

NUM_WORKERS = 4

def only_sleep():
   print("PID: %s, Process Name: %s, Thread Name: %s" % (
      os.getpid(),
      multiprocessing.current_process().name,
      threading.current_thread().name)
   )
   time.sleep(1)

def crunch_numbers():
   print("PID: %s, Process Name: %s, Thread Name: %s" % (
      os.getpid(),
      multiprocessing.current_process().name,
      threading.current_thread().name)
   )
   x = 0
   while x < 10000000:
      x += 1
for _ in range(NUM_WORKERS):
   only_sleep()
end_time = time.time()
print("Serial time=", end_time - start_time)

# Run tasks using threads
start_time = time.time()
threads = [threading.Thread(target=only_sleep) for _ in range(NUM_WORKERS)]
[thread.start() for thread in threads]
[thread.join() for thread in threads]
end_time = time.time()

print("Threads time=", end_time - start_time)

# Run tasks using processes
start_time = time.time()
processes = [multiprocessing.Process(target=only_sleep()) for _ in range(NUM_WORKERS)]
[process.start() for process in processes]
[process.join() for process in processes]
end_time = time.time()

print("Parallel time=", end_time - start_time)

Resultado

O programa acima gera a seguinte saída -

Explicação

“Multiprocessamento” é um pacote semelhante ao módulo de threading. Este pacote suporta simultaneidade local e remota. Devido a este módulo, os programadores têm a vantagem de usar vários processos no sistema fornecido.