Python 멀티스레드 프로그래밍 1

모든 프로그래밍 언어에 적용되는 멀티 스레드 프로그래밍에서 이해해야 할 몇 가지 기본 개념이 있습니다. 내용:

동시 프로그래밍

멀티 태스킹 운영 체제

멀티 스레딩과 멀티 프로세스

스레드 안전성

스레드 라이프사이클

스레드 유형

동시 프로그래밍

프로그래밍 패러다임마다 소프트웨어에 대한 관점이 다릅니다. 동시 프로그래밍은 소프트웨어를 작업과 리소스의 조합으로 간주합니다. 작업은 리소스를 경쟁하고 공유하며, 리소스가 만족되면 작업을 실행하고, 그렇지 않으면 리소스를 기다립니다.

동시 프로그래밍을 사용하면 소프트웨어를 쉽게 이해하고 재사용할 수 있으며 특정 시나리오에서 성능을 크게 향상시킬 수 있습니다.

멀티태스킹 운영체제

동시성을 달성하려면 먼저 운영체제의 지원이 필요합니다. 오늘날 대부분의 운영 체제는 여러 작업을 "동시에" 수행할 수 있는 멀티 태스킹 운영 체제입니다.

멀티태스킹은 프로세스 또는 스레드 수준에서 수행될 수 있습니다.

프로세스는 메모리에서 실행되는 애플리케이션을 의미합니다. 각 프로세스는 자신만의 독립적인 메모리 공간을 가지고 있습니다. 멀티태스킹 운영 체제는 이러한 프로세스를 "동시에" 실행할 수 있습니다.

스레드는 순서가 잘못되어 프로세스에서 여러 번 실행되는 코드 블록을 의미합니다. 다중 스레드는 "동시"로 실행될 수 있으므로 다중 스레드는 "동시"로 간주됩니다. 멀티스레딩의 목적은 CPU 리소스 사용을 최대화하는 것입니다. 예를 들어 JVM 프로세스에서 모든 프로그램 코드는 스레드에서 실행됩니다.

여기서 '동시성'과 '동시성'은 거시적인 느낌일 뿐입니다. 사실 미시적인 차원에서 보면 프로세스/스레드의 순환 실행일 뿐이지만 전환 시간이 매우 짧기 때문에 " "병렬" 느낌.

멀티 스레딩과 멀티 프로세스

운영 체제는 각 프로세스에 서로 다른 메모리 블록을 할당하며 여러 스레드가 프로세스의 메모리 블록을 공유합니다. 이것이 가져오는 가장 직접적인 차이점은 스레드 생성 비용이 프로세스 생성 비용보다 훨씬 적다는 것입니다.

동시에 메모리 블록이 다르기 때문에 프로세스 간 통신이 상대적으로 어렵습니다. 파이프/명명된 파이프, 신호, 메시지 큐, 공유 메모리, 소켓 및 기타 수단을 사용해야 하며 프로세스에서 전역 변수를 공유하기 위해 스레드 간의 통신이 간단하고 빠릅니다.

그러나 프로세스의 스케줄링은 운영 체제의 책임이며 스레드 스케줄링은 교착 상태, 기아 상태, 라이브 잠금, 리소스 고갈 등을 방지하기 위해 스스로 고려해야 합니다. 복잡성. 게다가 스레드 간에 메모리가 공유되므로 스레드 안전성 문제도 고려해야 합니다.

스레드 안전성

스레드는 프로세스에서 전역 변수를 공유하므로 다른 스레드가 공유 변수를 변경하면 이 스레드에 영향을 미칠 수 있습니다. 소위 스레드 안전 제약 조건은 여러 동시 스레드에서 함수를 반복적으로 호출할 때 항상 올바른 결과를 생성해야 함을 의미합니다. 스레드 안전성을 보장하기 위한 주요 방법은 잠금을 통해 공유 변수에 대한 올바른 액세스를 보장하는 것입니다.

스레드 안전성보다 더 엄격한 제약은 "재진입"입니다. 즉, 함수가 한 스레드에서 실행 중에 일시 중지된 다음 다른 스레드에서 호출된 다음 원래 스레드로 돌아가 실행을 계속합니다. 전체 프로세스에서 올바른 실행이 보장됩니다. 일반적으로 전역 변수의 로컬 복사본을 만들어 재진입이 보장됩니다.

스레드 라이프사이클

소위 xx 라이프사이클은 실제로 객체의 생성과 소멸을 포함하는 상태 다이어그램입니다. 스레드의 라이프 사이클은 아래 그림과 같습니다.

각 상태에 대한 설명은 다음과 같습니다.

New. 새로 생성된 스레드는 초기화된 후 Runnable 상태로 들어갑니다.

Runnable이 준비되었습니다. 스레드 예약을 기다리는 중입니다. 예약 후 실행 상태로 들어갑니다.

달려요.

차단되었습니다. 작업을 일시 중지하고 차단을 해제한 후 Runnable 상태로 전환하여 다시 예약을 기다립니다.

죽었습니다. 스레드 메서드가 실행 후 비정상적으로 반환되거나 종료됩니다.

Blocked from Running에 진입하는 3가지 상황이 있을 수 있습니다.

동기화: 스레드가 동기화 잠금을 획득했지만 해당 리소스가 이미 다른 스레드에 의해 잠겨 있는 경우 Locked 상태가 됩니다. 리소스를 사용할 수 있을 때까지(얻기 순서는 Lock 큐에 의해 제어됨)

Sleep: 스레드가 sleep() 또는 Join() 메서드를 실행한 후 스레드는 Sleeping 상태에 들어갑니다. 차이점은 sleep은 고정된 시간을 기다리는 반면, Join은 하위 스레드가 실행을 마칠 때까지 기다립니다. 물론, Join은 "시간 초과 기간"을 지정할 수도 있습니다. 의미상으로 말하면, 두 스레드 a와 b가 a에서 b.join()을 호출하는 경우 이는 하나의 스레드로 병합(조인)하는 것과 같습니다. 가장 일반적인 상황은 기본 스레드의 모든 하위 스레드를 결합하는 것입니다.

대기: 스레드에서 wait() 메서드를 실행한 후 스레드는 대기 상태로 진입하고 다른 스레드의 알림을 기다립니다.

스레드의 종류

메인 스레드: 프로그램이 시작되면 운영체제(OS)에 의해 프로세스가 생성되고, 동시에 스레드가 즉시 실행되는 스레드를 일반적으로 호출합니다. 프로그램 메인 스레드. 모든 프로세스에는 최소한 하나의 메인 스레드가 있으며, 메인 스레드는 일반적으로 마지막에 종료됩니다.

하위 스레드: 프로그램에서 생성된 다른 스레드는 메인 스레드에 상대적인 이 메인 스레드의 하위 스레드입니다.

데몬 스레드: 데몬 스레드, 스레드 식별입니다. 데몬 스레드는 JVM의 가비지 수집 스레드와 같은 다른 스레드에 서비스를 제공합니다. 모든 데몬 스레드가 남아 있으면 프로세스가 종료됩니다.

전경 스레드: 데몬 스레드와 관련된 다른 스레드를 전경 스레드라고 합니다.

Python의 멀티스레딩 지원

가상 머신 수준

Python 가상 머신은 GIL(Global Interpreter Lock, 전역 인터프리터 잠금)을 사용하여 스레드가 공유 리소스에 액세스하지 못하도록 상호 제외하며 일시적으로 다중 프로세서를 활용할 수 없습니다.

언어 수준

언어 수준에서 Python은 멀티스레딩에 대한 우수한 지원을 제공합니다. Python의 멀티스레딩 관련 모듈에는 스레드, 스레딩 및 대기열이 포함됩니다. 스레드 생성, 뮤텍스 잠금, 세마포어 및 동기화와 같은 기능을 쉽게 지원할 수 있습니다.

thread: 멀티스레딩을 위한 기본 지원 모듈이며 일반적으로 권장되지 않습니다.

스레딩: 스레드가 캡슐화되고 일부 스레드 작업이 객체화되며 다음 클래스가 제공됩니다.

스레드 스레드 클래스

Timer는 Thread와 유사하지만 잠시 기다리십시오. 실행을 시작할 시간입니다.

잠금 잠금 기본 요소

RLock 재진입 잠금입니다. 단일 스레드가 이미 획득한 잠금

조건 조건 변수를 다시 획득할 수 있도록 허용합니다. 이를 통해 스레드는 중지하고 다른 스레드가 특정 "조건"을 충족할 때까지 기다릴 수 있습니다.

이벤트 일반 조건 변수. 여러 스레드는 이벤트가 발생하기를 기다릴 수 있습니다. 이벤트가 발생하면 모든 스레드가 활성화됩니다.

세마포어는 잠금을 기다리는 스레드에 대해 "대기실"과 유사한 구조를 제공합니다

BoundedSemaphore 및 이와 유사합니다. 세마포어이지만 초기값을 초과할 수는 없습니다

큐: 다중 생산자(Producer), 다중 소비자(Consumer) 큐를 구현하고 잠금 프리미티브를 지원하며 다중 스레드 동기화 지원 간에 우수한 서비스를 제공할 수 있습니다. . 제공되는 클래스:

큐 큐

LifoQueue LIFO(후입선출) 큐

PriorityQueue 우선순위 큐

여기서 Thread 클래스는 프로세스 인스턴스를 생성할 수 있는 메인 스레드 클래스입니다. 이 클래스에서 제공하는 함수는 다음과 같습니다.

getName(self)는 스레드 이름을 반환합니다.

isAlive(self) 이 스레드가 아직 실행 중인지 여부를 나타내는 부울 플래그

isDaemon ( self) 스레드의 데몬 플래그를 반환합니다.

join(self, timeout=None) 스레드가 끝날 때까지 프로그램이 중단됩니다. 시간 초과가 주어지면 최대 시간 초과 초 동안 차단됩니다.

run(self) 정의 스레드 함수 함수

setDaemon(self, daemonic) 스레드의 데몬 플래그를 daemonic으로 설정

setName(self, name) 스레드 이름 설정

start(self) 스레드 실행 시작

타사 지원

특히 성능에 관심이 있다면 몇 가지 "마이크로 스레딩" 구현을 고려할 수도 있습니다.

Stackless Python: Python의 향상된 버전으로, 마이크로스레드에 대한 지원을 제공합니다. 마이크로스레드는 여러 스레드 간을 전환하는 데 더 많은 시간이 걸리고 더 적은 리소스를 차지하는 경량 스레드입니다.

greenlet: 마이크로 스레드를 "tasklet"이라고 부르는 Stackless의 부산물입니다. 태스크릿은 의사 동시성으로 실행되며 동기식 데이터 교환을 위해 채널을 사용합니다. 그리고 "greenlet"은 스케줄링이 없는 마이크로 스레드의 보다 원시적인 개념입니다. 마이크로 스레드 스케줄러를 직접 구성하거나 Greenlet을 사용하여 고급 제어 흐름을 구현할 수 있습니다.

다음 섹션에서는 Python으로 스레드를 생성하고 시작하는 방법을 살펴보겠습니다.