Diferencias clave entre Concurrencia y Paralelismo

La concurrencia y el paralelismo son conceptos habituales, especialmente en el ámbito de la informática. En el análisis de datos, ayudan, entre otras cosas, a maximizar el rendimiento y la eficacia del sistema. Aunque estos términos se emplean a menudo en contextos sinónimos, se refieren simultáneamente a diferentes métodos para procesar eficientemente grandes volúmenes de datos. Por lo tanto, ambos términos son igualmente relevantes a la hora de construir sistemas escalables para la recopilación y el análisis de datos. En este artículo, analizamos la concurrencia frente al paralelismo, sus diferencias y ejemplos de su uso en el análisis sintáctico de datos.

¿Qué es la concurrencia?

En el análisis sintáctico, la concurrencia se refiere a la ejecución de múltiples tareas de forma solapada en el tiempo dentro de una única porción de tiempo del procesador. Esto significa que, aunque sólo se puede ejecutar una tarea a la vez, para los sistemas externos parece que se están ejecutando muchas tareas simultáneamente. En otras palabras, cada ejecución de tarea compite por los recursos del procesador, pero no es capaz de utilizarlos todos al mismo tiempo.

En particular, la estrategia funciona mejor en concurrencia ligada a E/S que incluye cualquier tipo de operación en la que el programa envía o recibe datos de otro dispositivo. Una de estas tareas es el web scraping. La concurrencia permite a un scraper emitir múltiples peticiones al mismo tiempo en lugar de esperar a que una se cumpla antes de emitir la siguiente. En este caso, la productividad aumenta a medida que disminuye el tiempo necesario para que se completen las solicitudes.

Es importante tener en cuenta que, a veces, la concurrencia podría definirse como lo que se denomina -paralelismo defectuoso, pero en los siguientes bloques lo superaremos.

Comprender los hilos

Los hilos son los principales componentes de los sistemas de recopilación de datos de ejecución simultánea. Para comprender el funcionamiento de los subprocesos, es necesario examinar detenidamente la definición de proceso. Un proceso de trabajo contiene una serie de actividades, cada una de las cuales es realizada por un único hilo. Así, un hilo puede considerarse como la unidad indivisible más pequeña del trabajo de un ordenador.

Desde el punto de vista de la concurrencia, muchos hilos pueden ejecutarse aproximadamente al mismo tiempo. Esto permite al sistema aprovechar al máximo los recursos disponibles de los procesadores.

Los lenguajes de programación y sistemas operativos modernos permiten gestionar hilos: crearlos, suspenderlos y sincronizarlos. Los hilos son especialmente preferidos en tareas que implican el análisis de datos, ya que permiten tratar varios flujos de datos simultáneamente, lo que reduce los tiempos de espera y aumenta la eficiencia.

Ejemplo práctico

En la práctica, la concurrencia es un componente de casi todos los sistemas de software contemporáneos. Esta característica permite ejecutar un gran número de procesos con pocos recursos. Un ejemplo de libro de texto de la concurrencia es servir varias solicitudes al mismo tiempo en el servidor web.

Para ilustrarlo, supongamos un mercado online en el que un usuario puede hacer pedidos, buscar productos y comprobar el estado de sus pedidos, todo a la vez. El servidor literalmente no puede atender todas las peticiones al mismo tiempo debido al número limitado de procesadores. Sin embargo, es capaz de realizar concurrencia, lo que le permite compartir el tiempo con las tareas cambiando entre las peticiones de los usuarios. Por ejemplo, un usuario puede hacer un pedido y otro solicitar información sobre un producto. El servidor puede ejecutar estos dos procesos de forma cíclica en lugar de esperar a que termine el primero para iniciar el segundo. Gracias a ello, la capacidad de respuesta de los sistemas mejora notablemente y parece que el sistema ejecuta las tareas en paralelo.

Un ejemplo diferente con respecto al web scraping es si un usuario quiere recopilar datos de 100 páginas web. Sin concurrencia, la descarga sigue un ciclo de espera-solicitud-proceso que llevará un tiempo innecesariamente largo. Con concurrencia, sin embargo, el usuario podría enviar, digamos, 10 peticiones a la vez, y luego, mientras se cargan las primeras páginas, procesar ya los datos recibidos. Comparado con esperar a que se cargue cada página individual, esto ahorra mucho más tiempo.

Aprovechar la concurrencia para optimizar los procesos

Cuando se trata de analizar páginas web, el uso de la concurrencia puede aumentar la eficiencia. Por ejemplo, un raspador web puede desplegar concurrencia para obtener datos de varias páginas web al mismo tiempo, acortando así el tiempo total necesario para recopilar información. A continuación se presentan algunos puntos sobre cómo la concurrencia ayuda a reducir el tiempo de los procesos:

• permite una mayor capacidad de respuesta, de modo que incluso cuando se están ejecutando otros procesos de larga duración, el sistema puede atender inmediatamente las peticiones de los usuarios;
• permite la plena utilización de los recursos del procesador dados para realizar algunas tareas mientras se espera a que terminen otras;
• permite la ejecución de múltiples procesos simultáneamente, disminuyendo así el tiempo necesario para ejecutar todas las subtareas.

Además, la concurrencia se aplica para el procesamiento de la información de forma que no bloquee el hilo de ejecución principal, de modo que el ordenador pueda utilizarse sin que disminuya su rendimiento.

¿Qué es el paralelismo?

La definición abreviada de paralelismo se refiere a la realización de un conjunto específico de procesos computacionales en diferentes recursos computacionales de forma simultánea. En el paralelismo, los recursos se utilizan al mismo tiempo, a diferencia de la concurrencia, en la que los recursos se alternan y se produce una simulación de ejecución simultánea. Dicho de otro modo, el paralelismo es el procesamiento simultáneo de datos en varios núcleos de CPU o incluso en varios servidores.

Vayamos más allá y consideremos: por qué utilizar el paralelismo. Entre las ventajas se encuentran las siguientes:

• ejecución más rápida de tareas que exigen muchos recursos, como el aprendizaje automático, el renderizado gráfico o el análisis de big data;
• equilibrio eficaz de la carga de trabajo en sistemas multinúcleo, ya que la carga se reparte entre los núcleos del procesador;
• procesamiento en tiempo real de flujos de datos, fundamental en áreas como el procesamiento de vídeo o el análisis financiero.

Los procesadores multinúcleo modernos permiten dividir las tareas para ejecutarlas en paralelo de forma independiente y simultánea.

Aceleración de procesos con paralelismo

La ejecución paralela de tareas reduce el tiempo de cálculo e implica dividir un cálculo en trozos. Los procesos del sistema pueden ejecutarse de forma no síncrona, ya que la carga de trabajo se reparte entre distintos procesadores y núcleos.

En el paralelismo moderno se puede observar un ejemplo en el procesamiento de imágenes. Supongamos que hay que aplicar un filtro específico a una imagen de alta resolución. Si tuviéramos que procesar cada píxel uno a uno, tardaríamos una cantidad de tiempo irrazonable en terminar. Sin embargo, con el uso del paralelismo, la imagen puede dividirse en varias partes y cada procesador hace su parte al mismo tiempo. Esto permite aumentar al máximo la velocidad de la aplicación y mejorar su rendimiento. También es bien sabido que este enfoque se utiliza en el procesamiento de información de IA, así como en videojuegos.

Concurrencia frente a paralelismo: Diferencias clave

Mientras se desarrollan sistemas de software, uno debe aprender el momento específico de usar concurrencia en oposición a paralelismo y entender la relación entre estas técnicas y el rendimiento. Aquí están los dos puntos más importantes a entender:

• El objetivo principal de la concurrencia es cambiar entre tareas de forma óptima para que se realicen efectivamente al mismo tiempo, pero no se ejecuten realmente en paralelo.
• El paralelismo ofrece una verdadera ejecución simultánea en múltiples procesadores o núcleos y es más útil en procesos muy intensivos en computación.

A continuación se muestra una tabla que ilustra visualmente los puntos de diferencia entre paralelismo y concurrencia:

En resumen, cada enfoque tiene sus ventajas y requiere una selección basada en las necesidades específicas del sistema. Cuando la potencia de cálculo es limitada, la concurrencia ayuda a hacer un uso eficiente de los recursos, mientras que el paralelismo contribuye a acelerar las operaciones segmentando la carga entre varios procesadores.

Combinación de concurrencia y paralelismo

Aunque la concurrencia y el paralelismo pueden estudiarse como fenómenos separados, su fusión suele ser extraordinariamente productiva. En sistemas con aplicaciones complejas que necesitan una gran capacidad de respuesta, su combinación es muy importante, ya que mejora enormemente la eficiencia global. Un enfoque combinado permite un uso óptimo de los recursos informáticos y acelera el procesamiento de datos.

Un ejemplo de este tipo de enfoque sería el procesamiento de un gran conjunto de datos. En este caso, el paralelismo se ocupa de repartir las tareas entre varios procesadores, mientras que la concurrencia controla los procesos de cada procesador.

Las ventajas de combinar estos métodos incluyen, entre otras:

• Uso maximizado de los recursos informáticos: cada procesador y núcleo está activo y trabajando a pleno rendimiento;
• Mayor velocidad de procesamiento: las tareas pueden realizarse simultáneamente, y el cambio de tareas puede acelerar enormemente la ejecución de los procesos;
• Soporte para escenarios complejos: los procesos multicapa que implican un alto grado de complejidad multitarea pueden gestionarse de forma eficiente mediante el método combinado.

La combinación de estas técnicas permite el diseño de sistemas muy potentes y escalables en el ámbito del procesamiento de grandes cantidades de información y tareas informáticas de gran carga.

El mejor enfoque para el Web Scraping

Al extraer información de sitios web, son las actividades del usuario las que determinan si prefiere la concurrencia o el paralelismo, o, de hecho, ninguno de los dos. En realidad, un enfoque concurrente sólo es práctico cuando hay un tiempo de inactividad prolongado en la emisión de peticiones, o cuando el web scraping no es muy intensivo en CPU. Lo contrario ocurre con el paralelismo, que es útil para situaciones en las que hay un alto grado de procesamiento posterior a la visita del contenido de la página, o hay una sobrecarga significativa del procesador debido al análisis sintáctico.

Se puede seguir una combinación de estrategias, que de forma óptima sería implementar concurrencia en el envío de peticiones asíncronas, y paralelismo en el procesamiento de las mismas. Esto último tiene una ventaja principal: se pueden visitar páginas exhaustivamente y procesar la información con una intensidad igualmente alta.

Concurrencia frente a paralelismo: Conclusión

Este artículo ha analizado en detalle la concurrencia frente al paralelismo, describiendo cómo cada uno puede operar en diferentes circunstancias y situaciones. La concurrencia se refiere a un conjunto de técnicas para gestionar la realización de actividades cambiando entre ellas para maximizar la eficiencia del uso del tiempo disponible del procesador. El paralelismo consiste en hacer más de una cosa al mismo tiempo, por ejemplo utilizando varios procesadores o varios núcleos de un mismo procesador. La característica distintiva clave de estas estrategias proviene del hecho de que en la concurrencia, algunos recursos están ociosos mientras se gastan, mientras que el paralelismo optimiza los recursos disponibles redistribuyéndolos.

Como vemos, la mejor elección de enfoque depende de las peculiaridades del problema: la concurrencia es preferible para tareas asíncronas, mientras que el paralelismo es más adecuado para cálculos complejos. En algunas situaciones, la combinación de ambos produce el mejor resultado.