Технология параллельного программирования (Python)

Курс лабораторных работ для направления «Прикладная математика и информатика».

Цель курса

Научиться осознанно выбирать модель исполнения для конкретной задачи:

Модель	Когда помогает	Инструменты
Последовательный код	базовая линия	stdlib
Потоки (threads)	задачи I/O-bound	`threading`, `concurrent.futures`
Процессы (processes)	задачи CPU-bound	`multiprocessing`
Асинхронность	много I/O-операций, кооперативность	`asyncio`
Распределённые вычисления	несколько машин / узлов	`mpi4py` (MS-MPI)

Отдельное внимание: GIL — почему потоки в CPython не ускоряют чистый Python-код, и как это обходить.

Состав работ

№	Папка	Тема
0	`lab00_intro/`	Окружение: Python, venv, VS Code, проверка готовности
1	`lab01_sequential/`	Последовательное вычисление, профилирование, CPU-bound vs I/O-bound
2	`lab02_threads/`	Многопоточность на I/O-bound задачах, `ThreadPoolExecutor`
3	`lab03_gil/`	GIL: почему потоки не ускоряют CPU-код; `hashlib` как исключение
4	`lab04_multiprocessing/`	Процессы, `Pool`, накладные расходы, spawn на Windows
5	`lab05_sync/`	Гонки данных, `Lock`, `Semaphore`, `Event`, producer–consumer
6	`lab06_asyncio/`	`async/await`, event loop, `gather`, семафор, сравнение с потоками
7	`lab07_comparison/`	Одна задача × 4 подхода, закон Амдала, итоговые графики
8	`lab08_mpi/`	Распределённые вычисления, MPI (по указанию преподавателя)

Варианты

Каждый студент выполняет свой вариант — см. common/варианты.md (20 вариантов: CPU-задача + параметры + I/O-нагрузка). Ядра всех задач уже реализованы в common/tasks.py — смысл лабораторных именно в организации вычислений и замерах, а не в переписывании алгоритмов.

Установка (Windows, 10/11)

Python 3.10+ с python.org (галочка Add python.exe to PATH).
Открыть папку курса в VS Code (расширение Python).
В терминале VS Code:

python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
python lab00_intro\check_env.py

Если вывод кириллицы «кракозябрами» — выполните chcp 65001.

На macOS/Linux всё то же самое, кроме activate (там source .venv/bin/activate).

Как сдавать

Код: labXX_.../solution.py (заполняются заготовки, интерфейсы менять нельзя — по ним работают автотесты).
Отчёт: по шаблону common/шаблон_отчёта.md — таблицы замеров, графики, выводы.
Самопроверка перед сдачей: python -m pytest tests/ -k labXX из корня курса.
Чек-лист: common/чек-лист_сдачи.md. Типичные ошибки: common/типичные_ошибки.md.

Структура репозитория

common/                 банк задач, варианты, утилиты замеров, шаблоны
lab00_intro/ ... lab08_mpi/
  методичка.md          теория + задание + контрольные вопросы + критерии
  examples/             запускаемые демонстрации
  solution.py           заготовка решения (заполняет студент)
tests/                  автотесты pytest (самопроверка студента, проверка преподавателя)
instructor_solutions/   эталонные решения (только для преподавателя)

Запуск примеров и решений

Все команды выполняются из корня курса:

python lab01_sequential\examples\01_perf_counter_demo.py
python lab01_sequential\solution.py
python -m pytest tests\ -v

4.8 KiB Raw Blame History Unescape Escape