Pythonは、その独自の特性上、一部の並列処理をサポートしていますが、完全な並列処理をサポートしているわけではありません。PythonのGlobal Interpreter Lock（GIL）は、一度に一つのスレッドしか実行できないように制限するため、単一のPythonプロセスでは真の並列処理が制限されます。
しかし、Pythonでは、multiprocessingやthreadingといったライブラリを用いて、マルチプロセスやマルチスレッドのプログラミングの実装が可能です。これらを使うことで、GILの制約を回避し、効率的な並列処理を実現できます。
Pythonで並列処理したい時に使える3つの手法「async」「threading」「multiprocessing」を紹介します。それぞれの手法について、概要とイメージの話にとどめたいと思います。
- async: スレッド数もコア数も1だから並列処理じゃなくない？というツッコミは正解です。正確には並列処理ではなくて「非同期処理」といいます。
- threading: スレッドを分割し、並行処理を実行できる基本的なライブラリです。ただし、完全な並列処理をしているのではなく、「タスクを高速に切り替えている」だけです。
- multiprocessing: Pythonにおいて、multiprocessingはCPUのコアを複数扱うことで並列化を達成しています。PCを選ぶときに「デュアルコア」とか「クアッドコア」というワードを聞いたことはあるでしょうか？CPUに搭載されている物理的なコアを複数活用することで、高速化を実現しています。
それぞれの手法について、詳細な説明と具体的な実装例は、参考リンクをご覧ください。これらのリンクは、Pythonの並列処理についての理解を深めるための素晴らしいリソースです。この記事がPythonの並列処理についての理解を深める一助となれば幸いです。