Python समानान्तर प्रक्रिया गाइड | कार्यक्षम कार्यान्वयन र प्रयोग

1. परिचय

Python मा समानान्तर प्रसंस्करणको महत्त्व

2. Python मा समानान्तर प्रक्रिया गर्ने विधिहरू

समानान्तर प्रक्रियाका मुख्य विधिहरू

1. बहु-थ्रेड (threading मोड्युल) एकै साथ धेरै थ्रेडहरू प्रयोग गरेर कार्यहरू चलाइन्छ, तर Python को GIL（Global Interpreter Lock）को प्रभावले CPU‑गहन कार्यहरूमा प्रभाव सीमित रहन्छ।
2. बहु-प्रोसेस (multiprocessing मोड्युल) प्रत्येक प्रोसेसले अलग मेमोरी स्पेस पाउँछ, जसले GIL को प्रभाव नपारी, वास्तविक समानान्तर प्रक्रिया सम्भव बनाउँछ। ठूलो डेटा प्रक्रिया र भारी गणनाका लागि उपयुक्त छ।
3. असिन्क्रोनस प्रक्रिया (asyncio मोड्युल) असिन्क्रोनस प्रक्रिया I/O‑बाउन्ड कार्यहरू（नेटवर्क संचार वा फाइल अपरेसन आदि）मा प्रभावकारी हुन्छ। यसले प्रतीक्षा समय धेरै हुने कार्यहरूलाई कुशलतापूर्वक अघि बढाउन मद्दत गर्छ।

3. मल्टिप्रोसेस vs मल्टिथ्रेड

GIL（Global Interpreter Lock）の影響

मल्टिथ्रेडको लाभ र सीमाहरू

import threading
import time

def worker(num):
print(f"Worker {num} starting")
time.sleep(2)
print(f"Worker {num} finished")

threads = []
for i in range(5):
t = threading.Thread(target=worker, args=(i,))
threads.append(t)
t.start()

for t in threads:
t.join()

मल्टिप्रोसेसको लाभ

from multiprocessing import Process
import time

def worker(num):
print(f"Worker {num}.sleep(2)
print(f"Worker {num} finished")

if name == 'main':
processes = []
for i in range(5):
p = Process(target=worker, args=(i,))
processes.append(p)
p.start()

for p in processes:
    p.join()

4. Python मा समानान्तर प्रक्रिया कार्यान्वयन गर्ने तरिका

multiprocessing मोड्युल द्वारा समानान्तर प्रक्रिया

from multiprocessing import Pool

def square(x):
return x * x

if name == 'main':
with Pool(4) as p:
result = p.map(square, [1, 2, 3, 4, 5])
print(result)

5. असिंक्रोनस प्रक्रिया र यसको प्रयोगहरू

asyncio मोड्युल प्रयोग गरेर असिंक्रोनस प्रक्रिया

import asyncio

async def worker(num):
print(f'Worker {num} starting')
await asyncio.sleep(1)
print(f'Worker {num} finished')

async def main():
tasks = [worker(i) for i in range(5)]
await asyncio.gather(*tasks)

asyncio.run(main())

6. समानान्तर प्रक्रियाको प्रदर्शन ट्युनिङ

Joblib प्रयोग गरेर समानान्तरिकरण

from joblib import Parallel, delayed

def heavy_task(n):
return n ** 2

results = Parallel(n_jobs=4)(delayed(heavy_task)(i) for i in range(10))
print(results)

7. Python समानान्तर प्रक्रियाको व्यावहारिक अनुप्रयोगहरू

डेटा प्रशोधन र वेब स्क्र्यापिङ

8. सारांश