本文通过分析对比探究JavaScript与Python的并发能力，分上下两篇，上篇探究CPU并发，下篇探究网络IO并发。
测试环境：
操作系统: win10 x64
CPU: Intel i5-8400 6核6线程
复制代码用一个简单的耗时功能来进行测试：递归实现斐波那契数列第n项的计算。
对于CPU密集型的计算任务，要通过并发提升程序执行效率，缩短执行时间，就一定要利用CPU的多核。 下面我们就来看看 JavaScript 和 Python 如何使用这3种方式进行并发以及对CPU核数的利用情况。
进程
进程是系统进行资源分配和调度的基本单位。
JavaScript
浏览器端执行的JavaScript没有多进程的概念，所以只考虑Node.js上的多进程。
让不同的进程运行在不同的内核上才能最好地发挥并行的优势，为了达到这个目的，我们选取原生模块cluster。
代码如下：
为了使结果更准确，打开资源监视器进行查看，CPU各个都已跑满。
执行结果：
消耗时间(s): 8.107
消耗时间(s): 8.118
消耗时间(s): 8.16
消耗时间(s): 8.175
消耗时间(s): 8.209
消耗时间(s): 8.253
复制代码所以总耗时在8.253秒。
为了进一步证实，执行单进程代码：
单进程执行结果：
消耗时间(s): 7.361
时间比多进程略少一些，考虑到进程的创建与销毁所耗的时间，在误差范围之内。
Python
Python操作进程的模块为multiprocessing，同样我们启动6个进程看看能不能把所有核跑满。
代码如下：
CPU监控也显示6个核都执行了计算任务：
执行结果
消耗时间(s): 8.683971881866455
消耗时间(s): 8.699971675872803
消耗时间(s): 8.71097183227539
消耗时间(s): 8.84197187423706
消耗时间(s): 8.863972425460815
消耗时间(s): 8.900972843170166
复制代码总执行时间约为8.9秒。
执行时间看上去只比JavaScript慢了那么一丢丢，但是需要注意的是JavaScript代码计算的是数列第45位，Python只计算第38位!
同样执行一下单进程进行计算，与多进程进行对比验证。
消耗时间(s): 8.092010259628296
执行时间也相当接近。
结论
JavaScript(Node.js)和Python都提供了操作进程的原生模块，多进程执行计算任务时都能有效利用CPU多核提升效率。
线程
一个进程可以有一个或多个线程，线程相对进程而言更轻量，上下文切换成本更低，通常作为并发操作的首选。
JavaScript
前端工程师很少了解线程的概念：浏览器端直到HTML5标准提出才支持以web worker方式创建多线程，Node.js也是12以后的版本才支持使用worker_threads模块进行多线程计算。
总结起来就是早期的JavaScript执行环境没有线程相关模块与API，对开发者屏蔽了线程的概念。
web worker
浏览器端多线程执行执行JavaScript代码分为两部分，待执行的js文件和引入该js文件的页面。
代码如下：
在本地启动和访问服务器，得到监控图像也是多核执行：
执行结果：
消耗时间(s): 15.989
消耗时间(s): 16.109
消耗时间(s): 16.204
消耗时间(s): 16.874
消耗时间(s): 16.876
消耗时间(s): 16.971
复制代码总执行时间约为16.9秒。
为了使结果更有说服力，我们在浏览器控制台执行一下相关代码
时间略少于多线程执行。
相对于Node.js端执行多了1倍，看来浏览器端的线程性能并不高。
worker_threads
不能利用多核一直让Node.js饱受诟病，新版本算是对这个问题打了个补丁。
Node.js端代码如下：
CPU监控结果：
执行结果：
消耗时间(s): 8.229
消耗时间(s): 8.282
消耗时间(s): 8.299
消耗时间(s): 8.403
消耗时间(s): 8.417
消耗时间(s): 8.44
复制代码总时间8.44秒与单独执行相当。
结论
浏览器和Node.js都支持多线程，但明显浏览器执行性能不如Node.js，所以使用web worker的工程师需谨慎。
Python
Python的原生模块threading提供多线程操作。具体代码如下
看波形图应该是利用了各个核，但并没有满负荷运行。
执行结果也不尽如人意：
消耗时间(s): 38.476489543914795
消耗时间(s): 41.6956250667572
消耗时间(s): 45.613648414611816
消耗时间(s): 47.564653396606445
消耗时间(s): 47.68662452697754
消耗时间(s): 48.57262468338013
复制代码总时间为48.5s，是单进程执行时间的6倍。
结论
从输出结果时间来看，Python的线程是并发执行了，但并没有提升执行效率。
协程
协程和线程有些类似，区别在于线程是由操作系统调度的，协程是由用户代码管理的。 相对线程而言上下文切换成本更轻量。
Python
抱歉，JavaScript的原生模块目前还不支持。
Python3倒是积极引入了协程的概念，实际作用看测试结果吧~
代码：
CPU监控：
执行结果：
消耗时间(s): 8.070001602172852
消耗时间(s): 16.14399790763855
消耗时间(s): 24.214999198913574
消耗时间(s): 32.300398111343384
消耗时间(s): 40.38105368614197
消耗时间(s): 48.451064109802246
复制代码结论
协程在CPU使用率上和线程差不多，并没有提升。而且从输出结果来看并不是真正的并行执行。
总结
- 首先不考虑并发的情况下，
JavaScript的执行效率要优于Python。 - 两者都能利用多进程有效地利用CPU多核提升效率。
- 线程
JavaScript更胜一筹，Python在受限于全局解释器锁的情况下，多线程可以实现并发但不能提升效率。 - 协程
JavaScript完败，但Python的协程也不擅长处理CPU密集型操作。
原文链接：tech.gtxlab.com/js2py-async… 作者信息：朱德龙，人和未来高级前端工程师。
