Python 面试 · 并发与性能
高频问法
- GIL 是什么？对你选并发模型有什么影响？
- 多线程、多进程、asyncio 怎么选？
- CPU 密集任务怎么办？
- IO 密集（调很多 API）怎么办？
- 为什么说「别在异步里写阻塞代码」？
口述参考
1）GIL
CPython 有全局解释器锁，同一进程里同一时刻大致只有一个线程执行 Python 字节码。
所以：纯 Python 计算靠多线程加速有限；等 IO 时线程切换仍能提高吞吐。
2）怎么选
| 场景 | 更合适 |
|---|---|
| 等网络/磁盘 | 多线程或 asyncio |
| 算得凶（图片/加密/大循环） | multiprocessing / 进程池，或换 Java/原生扩展 |
| 大量并发连接 | asyncio 常见 |
| 要共享复杂可变状态 | 小心锁；进程间用队列更清晰 |
3）CPU 密集
- 进程池拆任务
- 关键路径用更合适的语言/服务
- 向量化（NumPy）等减少纯 Python 循环
别回答「开 100 个线程就快了」。
4）IO 密集（调模型 API、爬数据）
concurrent.futures.ThreadPoolExecutor简单够用- 或
asyncio+ httpx/aiohttp - 一定要：超时、限流、重试退避，否则把对方接口打挂或自己卡死
5）异步里的阻塞
async def 里若调用同步 requests.get 或长时间 time.sleep，会堵住事件循环，其它协程也停。
阻塞调用要放进线程池，或换异步库。
和 Java 对比（加分）
- Java：线程是一等公民，业务服务常用线程池。
- Python 脚本：快速 IO 并发很香；长期高并发业务服务我仍倾向 Java 生态。
体现你是选型而不是站队。
追问预备
- 「协程和线程差别？」→ 协程协作式调度、更轻；线程抢占、由系统调度。
- 「死锁？」→ 多把锁顺序不一致；脚本里尽量少锁，用队列传递数据。