《Grokking Concurrency》读后感

一、 为什么读这本书?

1.在工作项目中,有些项目用多线程(如:threading.Thread) , 有些项目用(如:multiprocess.pool), 也有些项目用到协程(如:asyncio)。但是什么时候用哪种技术,自己还不是很了解,从而就无法判断这样用到底好不好,所以想找本书看看,从而梳理清楚。

2.曾经有一个 Python 项目,虽然用了多进程,但是还是出现了请求处理不过来的情况,虽然该项目在后续选择了 Java 技术栈解决了,但这个问题我却始终无法忘记,所以平时留意并发相关的书,看是否能找到解决方案。

因为《Grokking Concurrency》的示例代码使用 Python 语言实现,同时是 2024 年出版的,书中代码不至于无法运行,所以选择阅读该书来了解并发编程。

二、这本书写了什么?

本书主要分为两部分,第一部分介绍了并发的基础:程序,进程,线程,协程;第二部分介绍了并发编程中常遇到的问题:竞态条件,死锁,饥饿等。

本书 304 页,从 2025 年 11 月 10 日至 2025 年 12 月 16 日,期间断断续续花了 23 天阅读完《Grokking Concurrency》。

三、这本书特点

1.重点讲明白了为什么(why)。

这是这本书最大的特点,这本书不是在罗列概念,而是从计算机硬件逐渐展开描述,引入相关的概念。逻辑非常强,读完之后就明白了这个某个概念是什么?为什么要引入这个概念。如我自己平时就很不理解"线程"和"协程"这两个概念,看完之后如醍醐灌顶------要理解线程,要先理解程序的执行原理(program>instruction);而要理解协程则要先理解线程切换需要消耗资源。

2.很多无意义的比喻和插图。

虽然作者想表达:From symphony orchestras to hospital waiting rooms, and from fast food processes to home maintenance, we've drawn comparisons to help you understand complex topics(从交响乐团到医院候诊室,从快餐加工到家庭维修,我们通过类比来帮助理解复杂的主题)。说实话,与其做类比,不如拿实际项目举例。

再者,书中有很多插图,这大概也是该书中文版译名《并发编程图解》 的来源吧。不过,很多图无意义,不是画个图然后配些文字就叫"图解"啊。很多时候之所以需要"图",是因为内容过于抽象,而我们受限于想象力,所以才需要图来帮助理解。话说回来,其实中译版取这个名字也不好,应该叫《深入理解并发编程》。如下面的图就没有什么意义:

3.缺乏实战项目

个人觉得作者确实写得很好,如果能补充一些 syncio 和 aiohttp 在实际项目中的应用就完美了。

四、这本书适合什么样的人?

回到"为什么阅读这本书"。我的第一个问题得到了回答:CPU密集型任务使用多进程,IO密集型使用多线程(阻塞IO)或者协程(非阻塞IO)。但第二个问题本书没有涉及。

本书是一本基础的并发入门书,使用 Python 实现代码。适合想了解并发的 Python 开发者。

五、阅读指数

按照 5 星标准,本书阅读指数 4 颗星(★★★★☆)。

六、参考资料

1. 编程

(1)豆瓣,Kirill Bobrov,《Grokking Concurrency》: https://book.douban.com/subject/36296797/

(2)豆瓣,基里尔·波波洛夫,《并发编程图解》:https://book.douban.com/subject/37364991/

(3)Github,源码: https://github.com/luminousmen/grokking_concurrency

2. 英语

(1) Etymology Dictionary:https://www.etymonline.com

(2) Cambridge Dictionary:https://dictionary.cambridge.org

欢迎搜索及关注:编程人(a_codists)

相关推荐
第九序言T5 小时前
Python 数据处理进阶(十八)批量处理同结构文件:一个文件夹一次跑完
开发语言·python·自动化·pandas·数据处理
Java后端的Ai之路5 小时前
CAS并发控制-从CPU指令到企业级乐观锁
vue.js·人工智能·python·cas·乐观锁
qq_426003965 小时前
UI自动化高频次登录login限流解决方案
python·ui·自动化
Sakura_j_h_5 小时前
EasyEDA PCB 快速设计Skills
c++·python·github
quantdash_cc6 小时前
如何验证历史行情的交易日期是否完整覆盖研究区间?
python·数据分析·pandas·量化交易·股票数据·quantdash
I Am a robert girl6 小时前
当智能体学会“串通”:从长程交互中读懂涌现式合谋
python·多智能体系统·多智能体协作·llm agent·涌现式合谋·对齐问题·激励机制设计
云和数据.ChenGuang7 小时前
光哥说Python RAG 系统需要哪些评估指标:从检索到生成的全链路评测指南
网络·人工智能·python·算法·langchain
专注仿真7 小时前
线性回归和逻辑回归算法详解
开发语言·人工智能·python·大模型训练·控制算法
wflynn9 小时前
GitHub 今日推荐|Edge0:让大号 MoE 模型在一台 Mac 上流式跑起来
python·开源·github
2601_967980119 小时前
python之用scapy分层解析pcap报文(Ethernet帧、IP数据包、TCP数据包、UDP数据包、Raw数据包)
python·scapy·pcap·协议分析·网络数据包