Что такое многопроцессность и чем она отличается от многопоточности?

Понимание многопроцессности и многопоточности важно для правильного выбора модели параллелизма в Python.

1. Определения

Определение:
Многопроцессность — выполнение программы несколькими независимыми процессами, каждый из которых имеет собственное адресное пространство и выполняется параллельно на разных ядрах.

Определение:
Многопоточность — выполнение программы несколькими потоками внутри одного процесса, использующими общую память и ресурсы.

2. Отличия моделей

2.1. Изоляция памяти

• процессы изолированы;

• потоки делят общую память → нужны блокировки (Lock, RLock).

2.2. Работа на нескольких ядрах

• процессы работают параллельно на нескольких ядрах;

• потоки в CPython выполняются по очереди из-за GIL (но могут параллелить IO).

2.3. Накладные расходы

• процессы тяжелее: запуск дольше, межпроцессное взаимодействие сложнее (Queue, Pipe);

• потоки лёгкие и быстрые, но сложнее для безопасной работы с общей памятью.

2.4. Где применять

• CPU-heavy задачи:

  • обработка изображений,

  • машинное обучение,

  • криптография
    → многопроцессность (multiprocessing).

• IO-heavy задачи:

  • сетевые вызовы,

  • работа с файлами,

  • ожидание API
    → многопоточность (threading).

3. Пример разницы

Пример многопроцессности:

from multiprocessing import Pool

def calc(x):
    return x * x

with Pool(4) as p:
    print(p.map(calc, range(10)))

Пример многопоточности:

import threading
import time

def task():
    time.sleep(1)

threads = [threading.Thread(target=task) for _ in range(5)]
for t in threads: t.start()
for t in threads: t.join()

Краткий вывод

• Многопроцессность даёт настоящую параллельность.

• Многопоточность эффективна для IO-запросов.

• В CPython GIL ограничивает потоки, но не влияет на процессы.

• Выбор зависит от характера нагрузки