Voidly / Parallel-Programming-with-Python

Parallel Programming with Python简体中文版

Parallel-Programming-with-Python

Parallel Programming with Python,a book about parallel in python,We will translate it into Chinese.

话说在ICT实习的时期，因感兴趣于Python，于是和两位朋友 @tanghaodong25 以及 @gorlf 商量翻译一本Python相关的书籍，挑来选去感觉Parallel Programming with Python比较赞，于是拍板翻译之，另外感谢@lujun9972的加入，由于平时开发比较忙加上比较懒，耗时几个月才完成~

Contributors

• @尐鱼
• @tanghaodong25
• @gorlf
• @lujun9972

另外因水平有限，翻译中难免有所疏漏与瑕疵，欢迎指出，欢迎吐槽若要进行转载请注明作者，毕竟翻译也是很花费时间与精力的不是，所以请尊重我们的劳动成果

第一章：并行、并发分布式编程对比分析

• 为什么使用并行编程

• 探索并行化的几种模式

• 并行编程间的通信

• 识别并行编程的问题

• 发现Python并行编程的工具

• 小心Python GIL

• 总结

第二章：设计并行算法

• 分治技术

• 使用数据分解

• 用管道分解任务

• 处理和映射

• 总结

第三章：识别一个可并行的问题

• 从多个输入中得到斐波那契最大的值

• 爬取网页

• 总结

第四章：使用threading和concurrent.futures模块

• 定义threading模块

• 使用多线程解决斐波那契序列多输入问题

• 使用网络爬虫实现python并发模块

• 总结

第五章：使用多进程和进程池

• 理解进程的定义

• 实现多进程间通信

• 使用多进程解决斐波那契序列多输入问题

• 使用进程池实现网络爬虫

• 总结

第六章：利用并行Python

• 理解进程间通信

• 发现pp模块

• 在SMP架构上使用pp模块计算斐波那契序列

• 使用pp模块创建分布式网络爬虫

• 总结

第七章：用Celery分发任务

• 理解Celery

• 理解Celery架构

• 建立环境

• 分发简单任务

• 用Celery来获得斐波那契数列的项

• 根据任务类型定义队列

• 用Celery来构建一个分布式网络爬虫系统

• 总结

第八章：异步做的事

• 理解阻塞非阻塞和异步操作

• 理解事件循环

• 使用asyncio

• 总结