Возможно ли одновременное выполнение двух потоков и при каких условиях?

Question

В CPython два потока не могут одновременно выполнять байткод Python из-за GIL. Однако потоки могут выполняться “параллельно”, если один из них ждет I/O или если код работает вне GIL. Также реальное одновременное выполнение возможно при использовании нескольких процессов. Поэтому ответ зависит от типа задачи и используемого подхода.

YeaHub · Accepted Answer

Чтобы ответить корректно, нужно разделять видимость параллельности и реальное одновременное выполнение.ОпределениеОпределение: Одновременное выполнение потоков — это ситуация, когда инструкции выполняются физически параллельно на разных ядрах процессора, а не просто быстро чередуются.Что происходит в CPythonВажно сначала понять базовое ограничение.Байткод PythonВ каждый момент времени его выполняет только один поток.Это жесткое ограничение GIL.Переключение ≠ параллельностьПотоки быстро сменяют друг друга, создавая ощущение одновременности.На самом деле выполнение идет по очереди.Когда одновременное выполнение все-таки возможноНесмотря на GIL, есть несколько условий, при которых потоки могут выполняться одновременно.1) I/O-bound задачиПеред перечислением важно отметить: в этих случаях параллельность достигается не за счет CPU.Поток, ожидающий сеть или диск, освобождает GIL.В это время другой поток выполняет Python-код.Это не параллельное вычисление, но эффективное использование времени ожидания.2) C-расширения без GILНекоторые библиотеки (например, numpy) освобождают GIL во время вычислений.Пока один поток считает в C, другой может выполнять Python-код.Здесь возможно реальное использование нескольких ядер.3) multiprocessingКаждый процесс имеет свой интерпретатор и свой GIL.Процессы реально выполняются параллельно на разных ядрах.Это основной способ масштабировать CPU-bound задачи в Python.Пример с процессами:from multiprocessing import Process

def work():
    x = 0
    for _ in range(10_000_00):
        x += 1

p1 = Process(target=work)
p2 = Process(target=work)
p1.start(); p2.start()
p1.join(); p2.join()
ВыводВ CPython потоки не выполняют байткод параллельно, но могут эффективно перекрывать ожидание I/O; для настоящего параллелизма CPU-задач стоит использовать процессы или C-расширения.