我需要在 python 中运行一些并行计算。我能想到的唯一兼容的方法是多进程/分叉模型，由于以下几个原因，它不太理想：
- 据我了解，窗户上的叉子很贵
- 细粒度的进程管理（信号，即 SIGSTOP/SIGCONT）很笨重（即在语言之外）
这些是任务要求：
- 任务可能会产生新任务
- 任务必须在任务管理器中注册
- 任务不需要共享状态
- 任务必须返回一个值（python 对象）
任务管理器负责调度和限制并发任务的数量。这些是任务管理器要求：
- 当一个新任务开始时，任务管理器可以根据预定的限制暂停其他任务
- 当一个任务返回时，任务管理器可能会继续其他挂起的任务
- 当请求任务的返回值时，任务管理器可能会重新组织任务优先级（防止死锁）
所以你看，任务管理器不需要是并行/并发进程。每个任务可以在启动或停止时对任务管理器进行同步调用。等待其他任务的任务也可能进行同步调用。
我似乎想不出任何其他方法：
- asyncio 可以在有限的池中启动并行进程，但这种方法更适合数据并行而不是任务抢占。从外部抢占任务（挂起）与协作编程的事件不兼容。如果我错了，请纠正我，但是虽然我可以使用 asyncio，但它不会让我的生活更轻松（没有好处的抽象），因为我仍然需要使用进程，并在“任务启动/停止”事件上发出信号?
- 无堆栈 python 可能是合适的，但它不是真正的 python？
有任何想法吗？
PS 我的最终目标是自动并行化（装饰）函数调用。任务管理器限制并行执行的任务数量（即递归函数）以避免颠簸（叉子炸弹）。我需要使用 python，即使懒惰（任务等待）、纯（无共享状态）和无堆栈（轻量级线程）语言可能更合适......