Lernen Arbeiten mit Threads | Multithreading vs. Multiprocessing

Swipe um das Menü anzuzeigen

Das threading-Modul von Python bietet eine einfache und dennoch leistungsfähige Möglichkeit, Threads zu erstellen und zu verwalten. Dadurch können mehrere Operationen gleichzeitig innerhalb eines einzelnen Prozesses ausgeführt werden. Threads sind leichtgewichtige Ausführungseinheiten, die sich denselben Speicherbereich teilen. Sie eignen sich besonders für Aufgaben wie I/O-Operationen, das Warten auf externe Ressourcen oder das Aktualisieren von Benutzeroberflächen.

Der Lebenszyklus eines Threads umfasst typischerweise mehrere Phasen:

Erstellung: Ein Thread-Objekt wird instanziiert, aber noch nicht gestartet;
Start: Die start()-Methode des Threads wird aufgerufen, wodurch er in den bereit-zur-Ausführung-Zustand versetzt wird;
Ausführung: Der Thread führt seine Ziel-Funktion aus;
Beendigung: Der Thread beendet die Ausführung, entweder nach Abschluss seiner Aufgabe oder durch eine unbehandelte Ausnahme.

Die Verwaltung von Threads erfordert besondere Aufmerksamkeit hinsichtlich der Synchronisation, da Threads Daten und Ressourcen gemeinsam nutzen. Ohne geeignete Synchronisation können Race Conditions oder inkonsistente Zustände auftreten. Das threading-Modul stellt dafür Primitive wie Lock, RLock und Event zur Verfügung, um den Zugriff von Threads auf gemeinsame Ressourcen zu koordinieren.

Hier ist eine Tabelle mit Funktionen, die dabei helfen, Threads beim Arbeiten mit parallelen Aufgaben in Python effektiv zu erstellen, zu verwalten und zu synchronisieren.

Das folgende Beispiel zeigt, wie mit dem threading-Modul mehrere Threads erstellt und gestartet werden können, sodass mehrere Aufgaben gleichzeitig ausgeführt werden.


              123456789101112131415161718192021
            
import threading
import time

def print_numbers(name):
    for i in range(1, 4):
        print(f"Thread {name}: {i}")
        time.sleep(0.5)

# Create thread objects
thread1 = threading.Thread(target=print_numbers, args=("A",))
thread2 = threading.Thread(target=print_numbers, args=("B",))

# Start the threads
thread1.start()
thread2.start()

# Wait for both threads to finish
thread1.join()
thread2.join()

print("Both threads have finished.")

Es wird eine Funktion print_numbers definiert, die eine Zahlenfolge zusammen mit dem Thread-Namen ausgibt. Beim Erstellen jedes Threads werden Argumente über den Parameter args übergeben – hier erhält jeder Thread einen anderen Namen ("A" oder "B"), sodass die Ausgaben leicht zu unterscheiden sind. Durch Aufruf der Methode start() beginnen beide Threads mit der Ausführung und laufen gleichzeitig. Der Aufruf von time.sleep(0.5) innerhalb der Schleife simuliert eine Verzögerung, wodurch sich die Ausgaben der Threads überlappen und deutlich wird, dass beide Threads parallel laufen. Mit der Methode join() wird anschließend gewartet, bis beide Threads abgeschlossen sind, sodass das Hauptprogramm nicht vorzeitig beendet wird. Dieser Ansatz ermöglicht parallele Ausführung von Aufgaben, nutzt Wartezeiten effizient aus und erlaubt gleichzeitige Abläufe innerhalb eines einzelnen Prozesses.

War alles klar?

Danke für Ihr Feedback!

Abschnitt 3. Kapitel 2

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Abschnitt 3. Kapitel 2