Multitasking

Python-Praxis, Folge 4: Nebenläufigkeit (Teil 1)

Python ist leicht zu erlernen und bringt mit seiner großen Standardbib liothek sowie den zahlreichen Erweiterungspaketen alles mit, was das Herz eines Datenwissenschaftlers begehrt. Die Sprache vereinfacht zudem das Programmieren, sodass das Prototyping schneller von der Hand geht. Selbst Nicht-Programmierer kommen daher mit Python schnell zurecht.

Wo wissenschaftliche Anwendungen aufwendige Berechnungen mit sehr großen Datenmengen erfordern, kommt schnell der Wunsch nach Nebenläufigkeit auf. Die lässt sich aber nicht so einfach realisieren: CPython setzt eine Sperre für seinen intern geteilten globalen Status, wodurch eigentlich nicht mehr als ein Thread gleichzeitig laufen kann.

Der vorliegende, aus Platzgründen in zwei Teile gegliederte Artikel wirft daher einen Blick auf die Möglichkeiten, die Entwicklern zur Verfügung stehen, um Prozesse in Python zu parallelisieren. Dazu gilt es zunächst, einige Designentscheidungen