Как сделать параллельное исполнение потоков при наличии GIL в Python

В Python GIL (Global Interpreter Lock) ограничивает параллельное выполнение потоков для CPU-задач, но можно использовать несколько подходов для обхода этого ограничения:

1. Мультипроцессинг (модуль multiprocessing):
   python

   Копировать

   from multiprocessing import Pool
   
   def task(x):
       return x * x
   
   if __name__ == '__main__':
       with Pool(4) as p:
           print(p.map(task, [1, 2, 3, 4]))

   Каждый процесс имеет свой GIL, что позволяет использовать несколько ядер CPU.

2. Асинхронность (модуль asyncio):

   python

   Копировать

   import asyncio
   
   async def task():
       await asyncio.sleep(1)
       print("Done")
   
   async def main():
       await asyncio.gather(task(), task(), task())
   
   asyncio.run(main())

   Подходит для I/O-bound задач, но не для CPU-bound.

3. C-расширения (например, numpy, Cython):
   Выносят CPU-задачи в код без GIL.

4. Потоки для I/O-bound задач (модуль threading):

   python

   Копировать

   import threading
   
   def task():
       print("Running in thread")
   
   threads = [threading.Thread(target=task) for _ in range(4)]
   for t in threads:
       t.start()
   for t in threads:
       t.join()

   Потоки полезны при ожидании I/O, так как GIL отпускается во время блокирующих операций.

Выбор метода зависит от типа задачи (CPU-bound или I/O-bound).