Python 实现并发任务的方式
哪些公司问过
答案要点
- IO 密集:多线程(ThreadPoolExecutor),等待 IO 时线程会释放 GIL
- GIL 使纯 Python 的 CPU 密集任务在多线程下几乎无法加速
- CPU 密集:多进程(ProcessPoolExecutor、multiprocessing),绕过 GIL 用上多核,但有序列化和启动开销
- 高并发 IO:asyncio 加 aiohttp,单线程事件循环,用 Semaphore 控制并发
- 协程中不能调用阻塞函数,需用 asyncio.to_thread 或 run_in_executor
易错点
- 用多线程跑纯 Python 的 CPU 密集任务,期待多核加速
- 在 async 函数里调用 time.sleep 或同步请求库,阻塞整个事件循环
- 以为有 GIL 就不需要线程锁
面试官常见追问
- 有 GIL 为什么多线程还需要加锁?
- multiprocessing 有什么常见坑?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。