GuíaAvanzado

Guía de Async y Concurrencia en Python

La concurrencia no acelera el trabajo: elimina el tiempo en que tu programa no estaba trabajando. Esa distinción entre esperar (red, disco, un servicio externo) y calcular (procesador al 100%) es la que decide toda esta guía y la que casi nadie tiene clara antes de empezarla. Trabajas sobre un solo caso realista —Faro, un servicio que vigila el precio de 300 productos en 12 tiendas en línea y hoy tarda 40 minutos porque hace todo de forma secuencial— y lo llevas, módulo a módulo, a un recolector concurrente de unos 2 minutos. Aprendes el modelo mental real de `async`/`await` (por qué `async def` por sí solo no acelera nada), a lanzar y controlar cientos de tareas con límites de cortesía para no tumbar al otro lado, a manejar fallas parciales y cancelación, a usar hilos cuando el código bloqueante es ajeno y no se puede reescribir (como una librería de terceros), y a usar procesos cuando el trabajo es cómputo puro que ningún `async` ni ningún hilo va a acelerar por el GIL. La guía cierra con los problemas que solo aparecen en producción con volumen y tiempo real —memoria, conexiones, apagado ordenado, depuración de bugs intermitentes— y con un proyecto final donde defiendes con números qué herramienta usaste en cada capa y qué dejaste deliberadamente secuencial.