📌 专栏：Python高阶进阶全套教程
🔥 阅读收获：彻底搞懂并发核心四大概念：同步/异步、阻塞/非阻塞、多线程、协程，区分适用场景、看懂底层区别、写出高效并发代码，面试不再卡壳。
💡 适合：期末作业、面试八股、后端进阶、爬虫提速、IO优化
一、先搞懂四个基础核心概念（重中之重）
很多人学不会并发，是因为分不清这两组概念：
同步 / 异步 ：任务的提交方式（怎么发起任务）
阻塞 / 非阻塞 ：程序的等待状态（任务卡住不卡住）
1.1 同步（Sync）
顺序执行，做完一个再做下一个。
发起任务后，程序必须等待任务完成，才能执行下一行代码。
优点：逻辑简单、不乱、无数据冲突
缺点：效率极低，IO等待全程干等
1.2 异步（Async）
发起任务不等待，直接继续往下执行。
任务交给后台执行，主线程继续干活，任务完成后回调/返回结果。
优点：极高效率，充分利用等待时间
缺点：逻辑复杂、需要处理回调、异步锁
1.3 阻塞（Block）
遇到IO操作（网络、文件、睡眠），程序卡住、放弃CPU，原地等待。
生活例子：烧水时盯着水壶，啥也不干，等水开。
1.4 非阻塞（Non-Block）
遇到IO不卡死，继续执行其他任务，隔一会检查是否完成。
生活例子：烧水同时玩手机、扫地、看书，水开再处理。
二、四种组合模型（面试必考）
1. 同步阻塞（最笨、最慢、普通代码默认）
干等、顺序执行、全程阻塞。
普通脚本、基础代码全部是这种模式。
2. 同步非阻塞
轮询查询，不断判断任务是否完成，极少用。
3. 异步阻塞
提交异步任务，但主线程等待结果。
4. 异步非阻塞（最快、高性能、服务器核心）
不等待、不卡死、最大化利用CPU，协程、高并发框架核心。
三、并发与并行（必区分）
并发（Concurrent）
交替执行，同一时间只有一个任务执行，快速切换看起来像同时运行。
单核CPU实现，线程、协程都是并发。
并行（Parallel）
真正同时执行，多核CPU同一时刻运行多个任务。
多进程实现并行。
一句话口诀 ： 并发是宏观同时，微观交替 并行是宏观微观都同时
四、多线程详解（Thread）
4.1 什么是线程？
线程是进程内的最小执行单元，一个进程可以开启多个线程。
线程共享进程资源，切换开销小。
4.2 Python线程致命特点（面试重点）
Python 存在 GIL全局解释器锁
同一时刻一个进程内只有一个线程执行
IO密集型：线程非常快（爬虫、文件、网络）
计算密集型：线程失效、速度变慢（被GIL限制）
4.3 多线程简单实战
import threading
import time
def task(name):
print(f"线程 {name} 开始")
time.sleep(2)
print(f"线程 {name} 结束")
if __name__ == '__main__':
t1 = threading.Thread(target=task, args=("A",))
t2 = threading.Thread(target=task, args=("B",))
t1.start()
t2.start()
t1.join()
t2.join()4.4 线程优缺点
✅ 开销小、创建快、适合IO等待任务
❌ GIL锁导致无法利用多核CPU、计算任务拉胯
❌ 多线程存在数据竞争，需要加锁
五、协程详解（Coroutine）------ Python最高效IO方案
5.1 什么是协程？
协程是单线程内的微并发，用户态手动切换，无系统开销。
线程切换由操作系统调度，协程由程序自己调度。
5.2 协程核心优势
切换零开销（比线程快几十倍）
无需锁、无竞争、数据安全
超高并发量，上万协程轻松跑
完美避开GIL锁问题
5.3 async/await 实战案例
import asyncio
async def task(name):
print(f"协程 {name} 开始")
await asyncio.sleep(2)
print(f"协程 {name} 结束")
async def main():
await asyncio.gather(
task("A"),
task("B"),
task("C")
)
if __name__ == '__main__':
asyncio.run(main())三个任务总共只耗时2秒，同步需要6秒。
六、多线程 VS 协程（终极对比）
| 特性 | 多线程 Thread | 协程 Coroutine |
|---|---|---|
| 调度方式 | 操作系统调度 | 用户程序自主调度 |
| 切换开销 | 大 | 极小 |
| 并发数量 | 有限（几千上限） | 极高（上万、十万） |
| GIL影响 | 受GIL限制 | 不受GIL影响 |
| 数据安全 | 不安全，需加锁 | 安全，串行执行无竞争 |
| 适用场景 | 普通IO、简单并发 | 高并发IO、爬虫、后端接口 |
七、四大场景选型公式（工作直接用）
-
普通代码、简单逻辑 → 同步执行
-
IO密集型（爬虫、请求、文件） → 优先协程、次选多线程
-
计算密集型（运算、数据分析） → 多进程
-
超高并发服务端 → 异步协程框架（FastAPI、Tornado）
八、全文终极总结（背诵版）
-
同步 顺序执行等待结果，异步不等待、后台执行；
-
阻塞 原地卡住，非阻塞灵活切换任务；
-
并发交替执行，并行同时执行；
-
多线程操作系统调度，受GIL限制，适合普通IO；
-
协程用户态自主调度，开销极低，适合高并发IO；
-
IO密集用协程/线程，计算密集用多进程。
✨ 至此 Python 并发核心全部通关！面试作业直接满分！