Многопоточность

Многопоточность — это подход к параллельному выполнению задач, при котором несколько потоков выполняются в рамках одного процесса. В Python для работы с потоками используется модуль threading.
Однако из-за Global Interpreter Lock (GIL) многопоточность в Python эффективна только для задач, связанных с вводом-выводом (I/O-bound), таких как сетевые запросы, чтение файлов или ожидание пользовательского ввода.

  • Поток (Thread): Это отдельный поток выполнения внутри процесса. Потоки разделяют общую память.
  • GIL (Global Interpreter Lock): В Python GIL ограничивает выполнение только одного потока за раз, что делает многопоточность неэффективной для CPU-bound задач (например, вычислений).
  • Использование: Многопоточность подходит для I/O-bound задач, где потоки могут ждать завершения операций ввода-вывода.

Создание потоков

Для создания потоков используется класс threading.Thread.

Пример:
import threading import time def worker(name): print(f"Поток {name} начал работу") time.sleep(2) # Имитация выполнения задачи print(f"Поток {name} завершил работу") # Создание потоков thread1 = threading.Thread(target=worker, args=("A",)) thread2 = threading.Thread(target=worker, args=("B",)) # Запуск потоков thread1.start() thread2.start() # Ожидание завершения потоков thread1.join() thread2.join() print("Все потоки завершены")
Пояснение:

  • threading.Thread: Создаёт новый поток. Аргумент target указывает функцию, которую нужно выполнить в потоке, а args — аргументы этой функции.

  • start(): Запускает поток.

  • join(): Ожидает завершения потока. Без этого основной поток программы завершится раньше, чем рабочие потоки.

  • time.sleep(2): Имитирует выполнение задачи, которая занимает 2 секунды.

Потокобезопасные структуры данных

Для обмена данными между потоками используются потокобезопасные структуры, такие как queue.Queue.

import threading import queue import time def producer(q): for i in range(5): print(f"Производитель: {i}") q.put(i) time.sleep(1) def consumer(q): while True: item = q.get() if item is None: break print(f"Потребитель: {item}") q.task_done() # Создание очереди q = queue.Queue() # Создание потоков producer_thread = threading.Thread(target=producer, args=(q,)) consumer_thread = threading.Thread(target=consumer, args=(q,)) # Запуск потоков producer_thread.start() consumer_thread.start() # Ожидание завершения производителя producer_thread.join() # Сигнал завершения потребителю q.put(None) consumer_thread.join()
Пояснение:

  • queue.Queue: Потокобезопасная очередь, которая позволяет безопасно обмениваться данными между потоками.

  • q.put(i): Добавляет элемент в очередь.

  • q.get(): Извлекает элемент из очереди. Если очередь пуста, поток блокируется до появления элемента.

  • q.task_done(): Указывает, что задача выполнена.

  • q.put(None): Используется как сигнал для завершения работы потребителя.

Блокировки (Locks)

Для синхронизации доступа к общим ресурсам между потоками используются блокировки (threading.Lock).

import threading counter = 0 lock = threading.Lock() def increment(): global counter for _ in range(100000): with lock: counter += 1 # Создание потоков thread1 = threading.Thread(target=increment) thread2 = threading.Thread(target=increment) # Запуск потоков thread1.start() thread2.start() # Ожидание завершения потоков thread1.join() thread2.join() print("Итоговое значение counter:", counter)
Пояснение:
  • threading.Lock: Обеспечивает эксклюзивный доступ к общему ресурсу (в данном случае — переменной counter).
  • with lock:: Блокирует доступ к ресурсу для других потоков, пока текущий поток не завершит операцию.

Рекомендации

  • Используйте многопоточность для I/O-bound задач, таких как сетевые запросы, чтение файлов или ожидание пользовательского ввода.
  • Для синхронизации доступа к общим ресурсам используйте блокировки (threading.Lock).
  • Для обмена данными между потоками используйте потокобезопасные структуры, такие как queue.Queue.

Многопоточность в Python — это мощный инструмент для выполнения задач, связанных с вводом-выводом. Используйте её для ускорения операций, которые требуют ожидания (например, сетевые запросы или чтение файлов). Однако помните о GIL, который ограничивает эффективность многопоточности для CPU-bound задач.

Асинхронное программирование
Многопроцессорность

Комментарии

Добавить комментарий

Чтобы оставить комменатрий необходимо Авторизоваться

Содежание
1. История создания Python 2. Установка интерпретатора Python и IDE 3. Hello world 4. Переменные и типы данных 5. Операторы 6. Взаимодействие с пользователем 7. Условные конструкции 8. Циклы 9. Списки и строки 10. Функции 11. Декораторы 12. Рекурсия 13. Списки 14. Словари 15. Кортежи 16. Множества 17. Основы ООП 18. Конструкторы и деструкторы 19. Наследование 20. Полиморфизм 21. Инкапсуляция 22. Методы работы со строками 23. Форматирование строк 24. Регулярные выражения 25. Пакетный менеджер pip 26. Обработка ошибок и исключений 27. Генераторы и итераторы 28. Асинхронное программирование 29. Многопоточность 30. Многопроцессорность