Link para o vídeo no Youtube: https://youtu.be/uyaC94gPUNc?list=PLJHVw_wMqnI9ETBxOM-B5QcldWtoIOGvg
Imagine que você vai fazer um jantar para 10 amigos.
Os passos para fazer o prato proposto para a janta são os seguintes:
- Lavar os vegetais;
- Cortar os vegetais;
- Cozinhar;
- Servir;
Para cada passo acima, você leva os seguintes tempos:
- 5 minutos;
- 13 minutos;
- 30 minutos;
- 2 minutos;
A soma dos passos é: 50 minutos. Logo, para 10 amigos, você demoraria 500 minutos, um pouco mais de 8 horas.
Acredito que esse tempo possa ser reduzido!
Imagine que você quer reduzir o tempo de cozimento para 250 minutos.
Se algum amigo te ajudar a cozinhar, logo, vocês executarão o serviço em paralelo e irão reduzir o tempo para 250 minutos.
O que acontece nesse caso, é que cada pessoa está "cozinhando na sua própria cozinha" ou seja, elas não estão disputando recursos em comum.
Ou seja, paralelismo acontece quando o computador tem vários cores. E existem processos rodando em ao menos dois deles.
O paralelismo, acontece através da execução de diferentes processos.
Podemos ver que o nosso maior gargalo acontece quando vamos cozinhar (levar os legumes) para o forno.
Uma pergunta que podemos fazer é a seguinte: quantos pratos posso cozinhar por vez no forno? Se pudessemos cozinhar os 10 pratos de uma só vez, economizaríamos 270 minutos.
Nesse caso, não utilizaríamos recurso algum de outra cozinha, simplesmente aproveitaríamos da capacidade de um recurso ocioso.
A concorrência acontece dentro do mesmo processo, aproveitando ociosidade de um recurso.
Poderíamos aplicar facilmente concorrência às outras etapas também.
Concorrência acontece dentro de uma thread que está sendo executada dentro de um processo. Um processo pode ter várias threads. As threads podem compartilhar recursos entre elas, por exemplo o forno.
Falando por cima, se sua aplicação Python está executando operações vinculadas à CPU, como processamento de números ou manipulação de texto, opte pelo paralelismo. A simultaneidade não trará muitos benefícios nesses cenários.
| Técnica | Problema |
|---|---|
| Paralelismo | CPU Bound |
| Concorrência | IO Bound |
- https://medium.com/fintechexplained/advanced-python-concurrency-and-parallelism-82e378f26ced
- https://danielflannery.ie/simulate-cpu-load-with-python/
- https://api.openbrewerydb.org/
- https://github.com/public-apis/public-apis
CPU
[Single] Time taken : 56.68953728675842
[Threads] Time taken : 53.31462550163269
[Asyncio] Time taken : 55.30215883255005
[Multiprocessing] Time taken : 18.123328924179077
IO
[Single] Time taken : 12.819547176361084
[Multiprocessing] Time taken : 2.8636417388916016
[Threads] Time taken : 2.1719021797180176
[Async Manual] Time taken : 4.027798175811768
[Async] Time taken : 2.0230748653411865