Какие знаешь способы параллельной обработки информации

В Python есть несколько способов для параллельной обработки:

1. Потоки (threading)
   Подходят для I/O-bound задач (сетевые запросы, чтение файлов).
   python

   Копировать

   import threading
   def task():
       print("Выполняется в потоке")
   thread = threading.Thread(target=task)
   thread.start()

2. Процессы (multiprocessing)
   Для CPU-bound задач (вычисления). Полная изоляция памяти.

   python

   Копировать

   from multiprocessing import Process
   def task():
       print("Выполняется в процессе")
   p = Process(target=task)
   p.start()

3. Асинхронность (asyncio)
   Для I/O-bound задач с однопоточной моделью.

   python

   Копировать

   import asyncio
   async def task():
       print("Асинхронная задача")
   asyncio.run(task())

4. Пулы потоков/процессов
   ThreadPoolExecutor и ProcessPoolExecutor из concurrent.futures.

5. Celery/Dask
   Для распределенных задач (отложенное выполнение, кластеры).

Выбор зависит от типа задачи (I/O vs CPU) и масштаба. GIL ограничивает потоки для CPU-задач.