并发编程

Java × Python · 线程、协程与场景选择

并发是多个任务交替推进，并行是多个任务同时执行。等待网络、数据库属于 I/O 密集；压缩、纯代码计算属于 CPU 密集。先分清任务，再选工具。

Java：线程与并发工具

线程池：用 ExecutorService 管理任务和线程，Future 获取结果；CompletableFuture 适合组合异步步骤。
共享数据：用 synchronized / Lock 保护临界区，简单计数可用 AtomicInteger。volatile 保证可见性与相关顺序约束，不能让 count++ 变成原子操作。
虚拟线程（Java 21+）：适合大量阻塞 I/O 任务，保留同步写法；通常一个任务一个虚拟线程，无需再池化。它不会让 CPU 计算本身更快，下游连接数仍需限制。

参考：Java 并发工具 · 虚拟线程

Python：线程与协程

线程：ThreadPoolExecutor 适合调用阻塞式 I/O 库。默认启用 GIL 的 CPython 中，多线程通常不能加速纯 Python 的 CPU 计算；共享数据仍需加锁，GIL 不等于业务线程安全。
协程：async def 定义协程，asyncio 调度任务。等待未就绪的异步操作时，通过 await 让其他任务运行；单个事件循环里的任务并不同时执行 Python 代码。
别阻塞事件循环：协程中使用异步客户端和 await asyncio.sleep()；阻塞 I/O 可交给 asyncio.to_thread()，CPU 重任务考虑进程池。

版本说明：Python 3.13+ 提供可选的自由线程构建，可关闭 GIL；能否受益还取决于构建方式和扩展库兼容性。下面对比按常见的 GIL 开启模式说明。

参考：Python 线程 · 协程与任务 · 自由线程构建

同一个例子：同时等待两个任务

三个例子都用等待 1 秒模拟 I/O，返回 A、B。任务先一起提交，再等待结果，因此总耗时通常约 1 秒，而非串行的约 2 秒；这不是性能基准。

Java 线程池 · Java 21+

保存为 ConcurrencyDemo.java，执行 java ConcurrencyDemo.java。

import java.util.concurrent.Executors;

public class ConcurrencyDemo {
    static String work(String name) throws InterruptedException {
        Thread.sleep(1000);
        return name;
    }

    public static void main(String[] args) throws Exception {
        try (var pool = Executors.newFixedThreadPool(2)) {
            var a = pool.submit(() -> work("A"));
            var b = pool.submit(() -> work("B"));
            System.out.println(a.get() + ", " + b.get());
        }
    }
}

体验虚拟线程：将 newFixedThreadPool(2) 换成 newVirtualThreadPerTaskExecutor()，其余代码不变。

Python 线程池 · Python 3.11+

import time
from concurrent.futures import ThreadPoolExecutor

def work(name):
    time.sleep(1)
    return name

with ThreadPoolExecutor(max_workers=2) as pool:
    print(list(pool.map(work, ["A", "B"])))

Python 协程 · Python 3.11+

import asyncio

async def work(name):
    await asyncio.sleep(1)
    return name

async def main():
    async with asyncio.TaskGroup() as group:
        a = group.create_task(work("A"))
        b = group.create_task(work("B"))
    print([a.result(), b.result()])

asyncio.run(main())

TaskGroup 退出时等待组内任务；某个任务出现非取消异常时，会取消其余任务并汇总异常。连续写 await work("A")、await work("B") 则会串行等待。

Java 与 Python，怎么选？

场景 / 特性	Java	Python
阻塞式 I/O	线程池；大量任务可用虚拟线程	线程池；已有异步应用可用 `to_thread` 接入
大量异步 I/O	虚拟线程，或异步客户端	`asyncio` + 异步客户端
CPU 密集	受控大小的线程池，可利用多核	纯 Python 优先考虑进程池；释放 GIL 的原生库另论
共享状态	`synchronized`、`Lock`、原子类	线程用 `threading.Lock`；同一事件循环的协程用 `asyncio.Lock`
调度方式	平台线程由操作系统调度；虚拟线程由 JVM 调度	线程由操作系统调度；协程由事件循环协作调度

虚拟线程与协程的关键区别：Java 虚拟线程仍使用线程 API，许多 JDK 阻塞操作可由运行时挂起；Python 协程需要显式的 async / await 和异步库配合。二者都适合提高等待型任务的吞吐，不能直接等同。

放到 Agent 项目里：并发调用模型或工具，多数时间在等待网络，优先考虑 I/O 并发；本地重计算单独交给进程或计算服务。实际业务还要设置超时、限制并发数、处理取消，避免压垮下游。

参考：Python 线程池与进程池