Python Threading và Multiprocessing dành cho người mới bắt đầu

Trong Python, việc xử lý các tác vụ đồng thời có thể cải thiện đáng kể hiệu suất của ứng dụng, đặc biệt là khi xử lý các hoạt động liên quan đến I/O hoặc CPU. Python cung cấp hai mô-đun chính cho đồng thời: threading và multiprocessing. Bài viết này sẽ giới thiệu cho bạn các mô-đun này và giải thích cách sử dụng chúng để lập trình đồng thời.

Hiểu về luồng

Luồng là một cách để chạy nhiều luồng (các đơn vị nhỏ hơn của một quy trình) đồng thời trong một quy trình duy nhất. Điều này hữu ích cho các tác vụ liên kết I/O, trong đó bạn dành nhiều thời gian chờ các tài nguyên bên ngoài (ví dụ: tệp I/O, yêu cầu mạng).

Ví dụ về luồng cơ bản

Để tạo và quản lý luồng trong Python, bạn sử dụng mô-đun threading. Sau đây là một ví dụ đơn giản:

import threading

# Define a function to be run in a thread
def print_numbers():
    for i in range(5):
        print(i)

# Create a thread object
thread = threading.Thread(target=print_numbers)

# Start the thread
thread.start()

# Wait for the thread to complete
thread.join()

print("Thread has finished execution")

Hiểu về đa xử lý

Đa xử lý cho phép bạn chạy nhiều tiến trình đồng thời, mỗi tiến trình có trình thông dịch Python và không gian bộ nhớ riêng. Điều này đặc biệt hữu ích cho các tác vụ liên quan đến CPU, nơi bạn cần thực hiện các phép tính song song.

Ví dụ về đa xử lý cơ bản

Mô-đun multiprocessing được sử dụng để tạo và quản lý các quy trình riêng biệt. Sau đây là một ví dụ đơn giản:

import multiprocessing

# Define a function to be run in a process
def compute_square(number):
    print(f"The square of {number} is {number * number}")

# Create a process object
process = multiprocessing.Process(target=compute_square, args=(5,))

# Start the process
process.start()

# Wait for the process to complete
process.join()

print("Process has finished execution")

So sánh luồng và đa xử lý

• Threading: Tốt nhất cho các tác vụ liên quan đến I/O. Luồng chia sẻ cùng một không gian bộ nhớ và có thể hiệu quả hơn cho các hoạt động liên quan đến việc chờ đợi.
• Đa xử lý: Tốt nhất cho các tác vụ liên quan đến CPU. Các tiến trình chạy trong các không gian bộ nhớ riêng biệt và có thể sử dụng đầy đủ nhiều lõi CPU cho các tác vụ tính toán nặng.

Các trường hợp sử dụng phổ biến

• Threading: Thích hợp cho các tác vụ như thu thập dữ liệu web, hoạt động I/O tệp hoặc bất kỳ tác vụ nào liên quan đến việc chờ tài nguyên bên ngoài.
• Đa xử lý: Lý tưởng cho việc xử lý dữ liệu, tính toán toán học hoặc bất kỳ tác vụ nào đòi hỏi nhiều tài nguyên CPU.

Phần kết luận

Cả threading và multiprocessing đều là những công cụ mạnh mẽ để cải thiện hiệu suất và hiệu quả của các ứng dụng Python của bạn. Bằng cách hiểu khi nào và cách sử dụng các mô-đun này, bạn có thể viết các chương trình hiệu quả và phản hồi hơn. Cho dù bạn đang xử lý các tác vụ liên quan đến I/O hay các phép tính liên quan đến CPU, Python đều cung cấp các công cụ bạn cần để xử lý đồng thời hiệu quả.