1. python如何實現並行的多線程
Python中使用線程有兩種方式：函數或者用類來包裝線程對象。函數式：調用thread模塊中的start_new_thread()函數來產生新線程。線程模塊:Python通過兩個標准庫thread和threading提供對線程的支持。
2. Python進程之並行與並發的區別
並行 :
當系統有一個以上CPU時，則進程的操作有可能非並發。當一個CPU執行一個進程時，另一個CPU可以執行另一個進程，兩個進程互不搶佔CPU資源，可以同時進行，這種方式我們稱之為並行。
並發 :
當有多個進程在操作時，如果系統只有一個CPU，則它根本不可能真正同時執行一個以上的進程，它只能把CPU運行時間劃分成若干個時間段，再將時間 段分配給各個進程執行，在一個時間段的進程代碼運行時，其它進程處於掛起狀，這種方式我們稱之為並發。
區別：
並發和並行是即相似又有區別的兩個概念，並行是指兩個或者多個事件在同一時刻同時執行，而並發是指兩個或多個事件通過時間片輪流被執行。在多道程序環境下，並發性是指在一段時間內宏觀上有多個程序在同時運行，但在單核CPU中，同一時刻僅能有一道程序執行，故微觀上這些程序只能是分時地交替執行。倘若在計算機中有多個CPU，則這些可以並發執行的程序便可被分配到多個處理機上，實現並行執行，即利用每個處理機來處理一個可並發執行的程序，這樣，多個程序便可以同時執行。
相關推薦：《Python視頻教程》
進程的狀態如下圖所示
在了解其他概念之前，我們首先要了解進程的幾個狀態。在程序運行的過程中，由於被操作系統的調度演算法控制，程序會進入幾個狀態：就緒，運行和阻塞。
（1）就緒(Ready)狀態
當進程已分配到除CPU以外的所有必要的資源，只要獲得處理機便可立即執行，這時的進程狀態稱為就緒狀態。
（2）執行/運行（Running）狀態當進程已獲得處理機，其程序正在處理機上執行，此時的進程狀態稱為執行狀態。
（3）阻塞(Blocked)狀態正在執行的進程，由於等待某個事件發生而無法執行時，便放棄處理機而處於阻塞狀態。引起進程阻塞的事件可有多種，例如，等待I/O完成、申請緩沖區不能滿足、等待信件(信號)等。
相關推薦：
一文帶你讀懂Python中的進程
3. 怎麼讓 python 多路並行執行
dispy 是一個 Python 的分布式並行計算框架。可在單台機器上多個處理器進行並行處理，也可在多機集群環境下使用。
4. python--並行計算
python能夠應用並行計算的模塊有多個multiprocessing、pathos等。其中multiprocessing模塊應用的較多，但對於數據挖掘場景來說，pathos模塊更實用，尤其允許輸入多個可變參數非常簡單實用。
本文總結整理了常見的並行計算場景，編寫parallel.py模塊，主要利用pathos模塊實現，可以實現單變數並行、多變數並行、並行嵌套等功能。通過tdqm模塊增加了進度條，可以顯示計算進度等信息，通過functools模塊中的partial函數將靜態參數凍結，以適應並行框架。
parallel.py
函數parallel的參數定義順序需要注意： 必選參數--任意位置參數--默認參數--任意關鍵字參數 。
定義另一個parallel_main.py模塊，用來展示各個場景下並行計算結果。
parallel_main.py
parallel函數使用注意點:
5. python 如何 並行
用multiprocessing類。
例如，進程process
multiprocessing.Process(target=None, args=()) target: 可以被run()調用的函數，簡單來說就是進程中運行的函數 args: 是target的參數process的方法： start(): 開始啟動進程，在創建process之後執行 join([timeout])：阻塞目前父進程，直到調用join方法的進程執行完或超時（timeout），才繼續執行父進程 terminate():終止進程，不論進程有沒有執行完，盡量少用。
6. Python中的並行和並發是什麼
並行和並發
無論是並行還是並發，在用戶看來都是'同時'運行的，不管是進程還是線程，都只是一個任務而已，真是幹活的是cpu，cpu來做這些任務，而一個cpu同一時刻只能執行一個任務。
並發是偽並行，即看起來是同時運行。單個cpu+多道技術就可以實現並發，（並行也屬於並發），簡單的可以理解為快速在多個線程來回切換，感覺好像同時在做多個事情。
只有具備多個cpu才能實現並行，單核下，可以利用多道技術，多個核，每個核也都可以利用多道技術（多道技術是針對單核而言的）。 有四個核，六個任務，這樣同一時間有四個任務被執行，假設分別被分配給了cpu1，cpu2，cpu3，cpu4，一旦任務1遇到I/O就被迫中斷執行，此時任務5就拿到cpu1的時間片去執行，這就是單核下的多道技術 ，而一旦任務1的I/O結束了，操作系統會重新調用它(需知進程的調度、分配給哪個cpu運行，由操作系統說了算)，可能被分配給四個cpu中的任意一個去執行。
相關推薦：《Python視頻教程》
多道技術：內存中同時存入多道（多個）程序，cpu從一個進程快速切換到另外一個，使每個進程各自運行幾十或幾百毫秒，這樣，雖然在某一個瞬間，一個cpu只能執行一個任務，但在1秒內，cpu卻可以運行多個進程，這就給人產生了並行的錯覺，即偽並發，以此來區分多處理器操作系統的真正硬體並行（多個cpu共享同一個物理內存）。
同步執行：一個進程在執行某個任務時，另外一個進程必須等待其執行完畢，才能繼續執行。
非同步執行：一個進程在執行某個任務時，另外一個進程無需等待其執行完畢，就可以繼續執行，當有消息返回時，系統會通知後者進行處理，這樣可以提高執行效率。
舉個例子，打電話時就是同步通信，發短息時就是非同步通信。
相關推薦：
Python如何實現線程間同步
7. Python進程之串列與並行
串列和並行
串列指的是任務的執行方式。串列在執行多個任務時，各個任務按順序執行，完成一個之後才能進行下一個。（早期單核CPU的情況下）
並行指的是多個任務在同一時刻可以同時執行（前提是多核CPU），不需要等待。
同步和非同步
所謂同步就是一個任務的完成需要依賴另外一個任務時，只有等待被依賴的任務完成後，依賴的任務才能算完成，這是一種可靠的任務序列。要成功都成功，失敗都失敗，兩個任務的狀態可以保持一致需要等待、協調運行。
所謂非同步就是彼此獨立的，分配任務後，不需要等待該任務的執行結果，繼續做自己的事，無論被分配的任務是執行成功還是失敗都是不關心的，只要自己完成了整個任務就算完成了。至於其它任務是否真正完成無法確定，所以它是不可靠的任務序列。
相關推薦：《Python視頻教程》
小結：
1、串列和同步的區別：串列指的是在早期單核CPU時，一台電腦在同一時刻只能執行一個程序，如果想要運行另一個程序需要關閉當前程序，才能執行下一個程序，是針對多個程序來說的。同步指的是在一個程序中同一時刻只能執行一個任務。是針對一個程序中多個進程或多個線程來說的。
所以兩者有著本質上的區別。串列是針對多個程序，同步是針對一個程序內部的多個進程或多個線程的。
2、並行和非同步的區別：並行指的是多核CPU，在同一時刻可以執行多個程序。非同步指的是在同一個程序內可以執行多個進程或者多個線程。
兩者本質上的區別就是並行指的是多個程序，非同步指的是一個程序內部的多個進程和多個線程。
3、並行和並發的區別：並行和並發都是指多個程序，但不同的是並行在同一時刻可以同時執行多個任務，而並發在同一時刻只能執行一個任務，通過多道技術在空間上可以開啟多個程序，在時間上通過時間片的方式輪詢多個程序，從用戶的角度來看實現了多個程序同時執行的偽並行，從CPU的角度同一時刻它只能執行一個程序，所以說他是串列的，只不過是由於CPU切換速度太快我們無法從表面看出來而已。
並行是真正的同一時刻執行多個程序，並發是通過時間輪詢的方式實現了偽並行。
阻塞與非阻塞：
阻塞：只要是涉及到I/O操作或者網路請求的都屬於阻塞如read,recv，accept。
非阻塞：只要不涉及到I/O，網路請求的在內存中可以直接計算的就是非阻塞，例如：list.append(8),dict["a"]=1就是非阻塞。
相關推薦：
Python進程之並行與並發的區別
8. python怎樣實現真正並行
並發：就是同時做多件事情。例如：終端用戶程序利用並發功能，在輸入數據的同時響應用戶輸入。伺服器利用並發，在處理第一個請求的同時響應第二個請求。只要你希望程序同時做多件事情，就需要並發。很多人看到「並發」就會想到「多線程」，其實他們是有區別的。多線程只是並發的一種形式，但不是唯一形式並行：就是把正在執行的大量任務分割成小塊，分配給多個同時運行的線程。一般情況下，為了讓CPU充分利用，並行處理都會採用多線程。所以說：並行處理是多線程的一種，而多線程是並發的一種。還有一種非常重要但很多人不熟悉的並發類型：非同步編程，它也是並發的一種形式。
9. 請問如何使用使用python實現並行處理
9000 行數據很小了， 慢的話 要是你每條數據處理邏輯都不復雜的話 那就是頻繁的讀寫資料庫 耗費了時間 。
1.不知道你是不是讀一條 處理一條 入庫一條
要是這樣 你把邏輯改一下 ：新建一個數組，讀一條 處理一條 把處理好的數據放到數組中，再接著處理下有一條 ，以此類推，數據欄位不多（不要搞得內存溢出）的話， 9000條都可以載入到數組裡面了 ，然後利用python executemany（sql，values） 把這個數組一次性插入資料庫
2.看看A表的數據能不能分組
例如 假設表A的id欄位如下
id
1
2
3
4
5
.。
那麼就可以利用id值的奇偶性 分成 2塊數據 1，3，5 .---- 2，4
然後python起倆個進程 分別處理這倆塊數據 ，根據Abiao實際情況 多分幾個數據塊 用python多個進程一起處理
祝你好運
10. python能實現並行嗎
Python可以實現並行，Python可以用多進程來實現並行。
進程與線程的定義：
進程是具有一定獨立功能的程序關於某個數據集合上的一次運行活動,進程是系統進行資源分配和調度的一個獨立單位。
線程是進程的一個實體,是CPU調度和分派的基本單位,它是比進程更小的能獨立運行的基本單位。
線程自己基本上不擁有系統資源,只擁有一點在運行中必不可少的資源(如程序計數器，一組寄存器和棧),但是它可與同屬一個進程的其他的線程共享進程所擁有的全部資源。
進程與線程的聯系：
一個線程可以創建和撤銷另一個線程;同一個進程中的多個線程之間可以並發執行.
相對進程而言，線程是一個更加接近於執行體的概念，它可以與同進程中的其他線程共享數據，但擁有自己的棧空間，擁有獨立的執行序列。
更多Python知識，請關註：Python自學網！！