멀티스레딩 Python 예: GIL 배우기 Python

파이썬 프로그래밍 언어를 사용하면 멀티프로세싱 또는 멀티스레딩을 사용할 수 있습니다. 이 튜토리얼에서는 멀티스레드 애플리케이션을 작성하는 방법을 배웁니다. Python.

스레드란 무엇입니까?

스레드는 동시 프로그래밍의 실행 단위입니다. 멀티스레딩은 CPU가 한 프로세스의 여러 작업을 동시에 실행할 수 있도록 하는 기술입니다. 이러한 스레드는 프로세스 리소스를 공유하면서 개별적으로 실행될 수 있습니다.

프로세스란 무엇입니까?

프로세스는 기본적으로 실행 중인 프로그램입니다. 컴퓨터에서 응용 프로그램(브라우저나 텍스트 편집기 등)을 시작하면 운영 체제가 프로세스.

멀티스레딩이란? Python?

멀티스레딩 Python 프로그래밍은 프로세스의 여러 스레드가 메인 스레드와 데이터 공간을 공유하여 스레드 내에서 정보 공유 및 통신을 쉽고 효율적으로 만드는 잘 알려진 기술입니다. 스레드는 프로세스보다 가볍습니다. 다중 스레드는 프로세스 리소스를 공유하면서 개별적으로 실행될 수 있습니다. 멀티스레딩의 목적은 여러 작업과 기능 셀을 동시에 실행하는 것입니다.

멀티프로세싱이란 무엇입니까?

멀티 프로세싱 여러 개의 관련 없는 프로세스를 동시에 실행할 수 있습니다. 이러한 프로세스는 리소스를 공유하지 않고 IPC를 통해 통신합니다.

Python 멀티 스레딩과 멀티 프로세싱

프로세스와 스레드를 이해하려면 다음 시나리오를 고려하십시오. 컴퓨터의 .exe 파일은 프로그램입니다. 이를 열면 OS가 이를 메모리에 로드하고 CPU가 이를 실행합니다. 현재 실행 중인 프로그램의 인스턴스를 프로세스라고 합니다.

모든 프로세스에는 두 가지 기본 구성 요소가 있습니다.

코드
자료

이제 프로세스에는 다음과 같은 하나 이상의 하위 부분이 포함될 수 있습니다. 스레드. 이는 OS 아키텍처에 따라 달라집니다. 스레드는 운영 체제에서 별도로 실행할 수 있는 프로세스의 한 섹션이라고 생각할 수 있습니다.

즉, OS에서 독립적으로 실행할 수 있는 명령 스트림입니다. 단일 프로세스 내의 스레드는 해당 프로세스의 데이터를 공유하며 병렬 처리를 촉진하기 위해 함께 작동하도록 설계되었습니다.

멀티스레딩을 사용하는 이유는 무엇입니까?

멀티스레딩을 사용하면 애플리케이션을 여러 개의 하위 작업으로 분할하여 이러한 작업을 동시에 실행할 수 있습니다. 멀티스레딩을 올바르게 사용하면 애플리케이션 속도, 성능 및 렌더링을 모두 개선할 수 있습니다.

Python 멀티스레딩

Python 멀티프로세싱과 멀티스레딩을 위한 구조를 지원합니다. 이 튜토리얼에서는 주로 구현에 중점을 둡니다. 멀티 스레드 파이썬을 사용한 애플리케이션. 스레드를 처리하는 데 사용할 수 있는 두 가지 주요 모듈이 있습니다. Python:

이 어플리케이션에는 XNUMXµm 및 XNUMXµm 파장에서 최대 XNUMXW의 평균 출력을 제공하는 실 모듈, 그리고
이 어플리케이션에는 XNUMXµm 및 XNUMXµm 파장에서 최대 XNUMXW의 평균 출력을 제공하는 스레딩 모듈

그러나 Python에는 GIL(Global Interpreter Lock)이라는 것이 있습니다. 많은 성능 향상을 허용하지 않으며 심지어 감소 일부 멀티스레드 애플리케이션의 성능. 이 튜토리얼의 다음 섹션에서 이에 대한 모든 내용을 배우게 됩니다.

스레드 및 스레딩 모듈

이 튜토리얼에서 배우게 될 두 가지 모듈은 스레드 모듈 그리고 스레딩 모듈.

그러나 스레드 모듈은 오랫동안 더 이상 사용되지 않았습니다. 다음으로 시작 Python 3, 더 이상 사용되지 않는 것으로 지정되었으며 다음으로만 액세스할 수 있습니다. __실 이전 버전과의 호환성을 위해.

더 높은 수준을 사용해야합니다 스레딩 배포하려는 애플리케이션용 모듈입니다. 여기서는 스레드 모듈을 교육 목적으로만 다뤘습니다.

스레드 모듈

이 모듈을 사용하여 새 스레드를 생성하는 구문은 다음과 같습니다.

thread.start_new_thread(function_name, arguments)

자, 이제 코딩을 시작하기 위한 기본 이론을 다루었습니다. 그러니 당신의 IDLE 또는 메모장을 사용하여 다음을 입력하세요.

import time
import _thread

def thread_test(name, wait):
   i = 0
   while i <= 3:
      time.sleep(wait)
      print("Running %s\n" %name)
      i = i + 1

   print("%s has finished execution" %name)

if __name__ == "__main__":
    
    _thread.start_new_thread(thread_test, ("First Thread", 1))
    _thread.start_new_thread(thread_test, ("Second Thread", 2))
    _thread.start_new_thread(thread_test, ("Third Thread", 3))

파일을 저장하고 F5를 눌러 프로그램을 실행하세요. 모든 작업이 올바르게 완료되면 다음과 같은 결과가 표시됩니다.

다음 섹션에서 경쟁 조건과 이를 처리하는 방법에 대해 자세히 알아봅니다.

코드 설명

이 명령문은 실행 및 지연을 처리하는 데 사용되는 시간 및 스레드 모듈을 가져옵니다. Python 스레드.
여기서는 다음과 같은 함수를 정의했습니다. 스레드_테스트, 이는 다음에 의해 호출됩니다. start_new_thread 방법. 이 함수는 XNUMX번의 반복 동안 while 루프를 실행하고 이를 호출한 스레드의 이름을 인쇄합니다. 반복이 완료되면 스레드 실행이 완료되었음을 알리는 메시지가 인쇄됩니다.
이것은 프로그램의 주요 섹션입니다. 여기서는 간단히 전화를 걸면 됩니다. start_new_thread 방법 스레드_테스트 함수를 인수로 사용합니다. 그러면 인수로 전달한 함수에 대한 새 스레드가 생성되고 실행이 시작됩니다. 이것을 대체할 수 있습니다(스레드_테스트) 스레드로 실행하려는 다른 기능을 사용하십시오.

스레딩 모듈

이 모듈은 Python의 스레딩에 대한 높은 수준의 구현이며 멀티스레드 애플리케이션 관리를 위한 사실상의 표준입니다. 스레드 모듈에 비해 다양한 기능을 제공합니다.

다음은 이 모듈에 정의된 몇 가지 유용한 함수 목록입니다.

기능 명	상품 설명
활성카운트()	개수를 반환합니다. Thread 아직 살아있는 물체들
현재스레드()	Thread 클래스의 현재 객체를 반환합니다.
낱낱이 세다()	모든 활성 Thread 객체를 나열합니다.
is데몬()	스레드가 데몬이면 true를 반환합니다.
살아있다()	스레드가 아직 살아 있으면 true를 반환합니다.
	스레드 클래스 메소드
스타트()	스레드 활동을 시작합니다. 여러 번 호출하면 런타임 오류가 발생하므로 각 스레드에 대해 한 번만 호출해야 합니다.
운영()	이 메서드는 스레드의 활동을 나타내며 Thread 클래스를 확장하는 클래스에 의해 재정의될 수 있습니다.
어울리다()	Join() 메서드가 호출된 스레드가 종료될 때까지 다른 코드의 실행을 차단합니다.

뒷이야기: 스레드 클래스

threading 모듈을 사용하여 멀티스레드 프로그램을 코딩하기 전에 Thread 클래스에 대해 이해하는 것이 중요합니다. Thread 클래스는 파이썬에서 스레드의 템플릿과 작업을 정의하는 기본 클래스입니다.

다중 스레드 Python 응용 프로그램을 만드는 가장 일반적인 방법은 Thread 클래스를 확장하고 run() 메서드를 재정의하는 클래스를 선언하는 것입니다.

요약하면 Thread 클래스는 별도의 코드에서 실행되는 코드 시퀀스를 나타냅니다. 실 통제의.

따라서 멀티스레드 앱을 작성할 때는 다음과 같이 합니다.

Thread 클래스를 확장하는 클래스 정의
오버라이드 __init__ 건설자
오버라이드 운영() 방법

스레드 개체가 만들어지면 스타트() 메서드를 사용하여 이 활동의 실행을 시작할 수 있으며 어울리다() 메소드를 사용하면 현재 활동이 완료될 때까지 다른 모든 코드를 차단할 수 있습니다.

이제 스레딩 모듈을 사용하여 이전 예제를 구현해 보겠습니다. 다시 한 번, 당신의 불을 켜세요 IDLE 다음을 입력합니다.

import time
import threading

class threadtester (threading.Thread):
    def __init__(self, id, name, i):
       threading.Thread.__init__(self)
       self.id = id
       self.name = name
       self.i = i
       
    def run(self):
       thread_test(self.name, self.i, 5)
       print ("%s has finished execution " %self.name)

def thread_test(name, wait, i):

    while i:
       time.sleep(wait)
       print ("Running %s \n" %name)
       i = i - 1

if __name__=="__main__":
    thread1 = threadtester(1, "First Thread", 1)
    thread2 = threadtester(2, "Second Thread", 2)
    thread3 = threadtester(3, "Third Thread", 3)

    thread1.start()
    thread2.start()
    thread3.start()

    thread1.join()
    thread2.join()
    thread3.join()

위 코드를 실행하면 다음과 같은 결과가 출력됩니다.

코드 설명

이 부분은 이전 예제와 동일합니다. 여기서 실행 및 지연을 처리하는 데 사용되는 시간 및 스레드 모듈을 가져옵니다. Python 스레드.
이번 비트에서는 threadtester라는 클래스를 생성합니다. Thread 스레딩 모듈의 클래스입니다. 이것은 파이썬에서 스레드를 생성하는 가장 일반적인 방법 중 하나입니다. 그러나 생성자와 운영() 방법을 사용하세요. 위의 코드 샘플에서 볼 수 있듯이 __init__ 메서드(생성자)가 재정의되었습니다. 마찬가지로 운영() 방법. 여기에는 스레드 내부에서 실행하려는 코드가 포함되어 있습니다. 이 예에서는 thread_test() 함수를 호출했습니다.
이것은 값을 취하는 thread_test() 메소드입니다. i 인수로 각 반복마다 이를 1씩 감소시키고 i가 0이 될 때까지 나머지 코드를 반복합니다. 각 반복에서 현재 실행 중인 스레드의 이름을 인쇄하고 대기 시간(인수로도 사용됨) 동안 대기합니다. ).
thread1 = threadtester(1, “첫 번째 스레드”, 1) 여기서는 스레드를 생성하고 __init__에서 선언한 세 가지 매개 변수를 전달합니다. 첫 번째 매개변수는 스레드의 ID이고, 두 번째 매개변수는 스레드 이름이며, 세 번째 매개변수는 while 루프가 실행되어야 하는 횟수를 결정하는 카운터입니다.
thread2.start() start 메소드는 스레드 실행을 시작하는 데 사용됩니다. 내부적으로 start() 함수는 클래스의 run() 메서드를 호출합니다.
thread3.join() Join() 메서드는 다른 코드의 실행을 차단하고 호출된 스레드가 완료될 때까지 기다립니다.

이미 알고 계시겠지만, 같은 프로세스에 있는 스레드는 해당 프로세스의 메모리와 데이터에 액세스할 수 있습니다. 결과적으로, 두 개 이상의 스레드가 동시에 데이터를 변경하거나 액세스하려고 하면 오류가 끼어들 수 있습니다.

다음 섹션에서는 스레드가 기존 액세스 트랜잭션을 확인하지 않고 데이터 및 중요 섹션에 액세스할 때 나타날 수 있는 다양한 종류의 문제를 살펴보겠습니다.

교착 상태 및 경쟁 조건

교착 상태와 경쟁 조건에 대해 알아보기 전에 동시 프로그래밍과 관련된 몇 가지 기본 정의를 이해하는 것이 도움이 될 것입니다.

중요 섹션공유 변수에 접근하거나 수정하는 코드 조각이며 원자적 트랜잭션으로 수행되어야 합니다.
컨텍스트 전환CPU가 한 작업에서 다른 작업으로 변경하기 전에 스레드의 상태를 저장하는 프로세스로, 나중에 동일한 지점에서 다시 시작할 수 있습니다.

교착 상태

교착 상태 개발자가 파이썬에서 동시/멀티스레드 애플리케이션을 작성할 때 직면하는 가장 두려운 문제입니다. 교착 상태를 이해하는 가장 좋은 방법은 고전적인 컴퓨터 과학 예제 문제를 사용하는 것입니다. 식사 Philo소퍼스 문제.

식사철학자의 문제점은 다음과 같습니다.

그림과 같이, 5명의 철학자가 스파게티(파스타의 일종) 접시 5개와 포크 5개가 놓인 둥근 테이블에 앉아 있습니다.

철학자는 언제나 먹고 있거나 생각하고 있어야 합니다.

게다가 철학자는 스파게티를 먹기 전에 자신에게 인접한 두 개의 포크(즉, 왼쪽과 오른쪽 포크)를 집어야 합니다. 교착 상태의 문제는 다섯 명의 철학자가 모두 오른쪽 포크를 동시에 집어들 때 발생합니다.

철학자들은 모두 포크를 하나씩 가지고 있기 때문에, 그들은 모두 다른 사람들이 포크를 내려놓을 때까지 기다릴 것입니다. 결과적으로, 그들 중 누구도 스파게티를 먹을 수 없을 것입니다.

마찬가지로, 동시 시스템에서는 서로 다른 스레드나 프로세스(철학자)가 동시에 공유 시스템 리소스(포크)를 획득하려고 할 때 교착 상태가 발생합니다. 결과적으로 어떤 프로세스도 다른 프로세스가 보유한 다른 리소스를 기다리면서 실행할 기회를 얻지 못합니다.

레이스 조건

경쟁 조건은 시스템이 두 개 이상의 작업을 동시에 수행할 때 발생하는 프로그램의 원치 않는 상태입니다. 예를 들어, 이 간단한 for 루프를 고려해 보세요.

i=0; # a global variable
for x in range(100):
    print(i)
    i+=1;

생성하면 n 이 코드를 한 번에 실행하는 스레드 수에 따라 프로그램 실행이 완료될 때 스레드가 공유하는 i 값을 확인할 수 없습니다. 실제 멀티스레딩 환경에서는 스레드가 겹칠 수 있고, 다른 스레드가 액세스하는 사이에 스레드에서 검색하고 수정한 i 값이 변경될 수 있기 때문입니다.

이것들은 멀티스레드 또는 분산 파이썬 애플리케이션에서 발생할 수 있는 두 가지 주요 문제 클래스입니다. 다음 섹션에서는 스레드를 동기화하여 이 문제를 극복하는 방법을 알아봅니다.

Sync스레드를 크로나이징

경쟁 조건, 교착 상태 및 기타 스레드 기반 문제를 처리하기 위해 threading 모듈은 다음을 제공합니다. 로크 객체. 아이디어는 스레드가 특정 리소스에 액세스하려고 할 때 해당 리소스에 대한 잠금을 획득한다는 것입니다. 스레드가 특정 리소스를 잠그면 잠금이 해제될 때까지 다른 스레드가 액세스할 수 없습니다. 결과적으로 리소스에 대한 변경 사항은 원자적이 되고 경쟁 조건이 회피됩니다.

잠금은 다음에 의해 구현되는 저수준 동기화 기본입니다. __실 기준 치수. 언제든지 잠금은 다음 두 가지 상태 중 하나일 수 있습니다. 고정 or 잠금 해제되었습니다. 두 가지 방법을 지원합니다.

습득하다()잠금 상태가 잠금 해제되면 acquire() 메서드를 호출하면 상태가 잠김으로 변경되고 반환됩니다. 그러나 상태가 잠겨 있으면 다른 스레드에서 release() 메서드를 호출할 때까지 acquire() 호출이 차단됩니다.
풀어 주다()release() 메소드는 상태를 잠금 해제로 설정하는 데, 즉 잠금을 해제하는 데 사용됩니다. 잠금을 획득한 스레드일 필요는 없지만 모든 스레드에서 호출할 수 있습니다.

다음은 앱에서 잠금을 사용하는 예입니다. 당신의 불을 켜세요 IDLE 다음을 입력하세요.

import threading
lock = threading.Lock()

def first_function():
    for i in range(5):
        lock.acquire()
        print ('lock acquired')
        print ('Executing the first funcion')
        lock.release()

def second_function():
    for i in range(5):
        lock.acquire()
        print ('lock acquired')
        print ('Executing the second funcion')
        lock.release()

if __name__=="__main__":
    thread_one = threading.Thread(target=first_function)
    thread_two = threading.Thread(target=second_function)

    thread_one.start()
    thread_two.start()

    thread_one.join()
    thread_two.join()

이제 F5를 누르세요. 다음과 같은 출력이 표시됩니다.

코드 설명

여기서는 간단히 호출하여 새 잠금을 생성합니다. 스레딩.잠금() 공장 기능. 내부적으로 Lock()은 플랫폼에서 유지 관리하는 가장 효과적인 구체적 Lock 클래스의 인스턴스를 반환합니다.
첫 번째 문에서는 acquire() 메서드를 호출하여 잠금을 획득합니다. 잠금이 부여되면 인쇄합니다. "잠금 획득" 콘솔에. 스레드를 실행하려는 모든 코드의 실행이 완료되면 release() 메서드를 호출하여 잠금을 해제합니다.

이론은 괜찮지만, 잠금이 실제로 작동했는지 어떻게 알 수 있을까요? 출력을 보면 각 print 문이 한 번에 정확히 한 줄씩 인쇄하는 것을 볼 수 있습니다. 이전 예에서 print의 출력이 무질서했던 것은 여러 스레드가 동시에 print() 메서드에 액세스했기 때문입니다. 여기서 print 함수는 잠금이 획득된 후에만 호출됩니다. 따라서 출력은 한 번에 하나씩, 줄별로 표시됩니다.

잠금 외에도 Python은 아래에 나열된 것처럼 스레드 동기화를 처리하기 위한 다른 메커니즘도 지원합니다.

RLock
Semaphores
상태
이벤트 및
장애물

전역 통역사 잠금(및 처리 방법)

파이썬 GIL의 세부 사항을 살펴보기 전에, 앞으로 나올 섹션을 이해하는 데 유용할 몇 가지 용어를 정의해 보겠습니다.

CPU 바인딩 코드: CPU에 의해 직접 실행되는 코드 조각을 나타냅니다.
I/O 바인딩 코드: OS를 통해 파일 시스템에 액세스하는 모든 코드일 수 있습니다.
CPython: 참고자료입니다 이행 of Python C로 작성된 인터프리터로 설명될 수 있으며 Python (프로그래밍 언어).

GIL이란 무엇입니까? Python?

글로벌 통역사 잠금(GIL) 파이썬에서는 프로세스를 처리하는 동안 사용되는 프로세스 잠금 또는 뮤텍스입니다. 이는 하나의 스레드가 한 번에 특정 리소스에 액세스할 수 있도록 하며 객체와 바이트코드를 동시에 사용하는 것을 방지합니다. 이는 단일 스레드 프로그램의 성능 향상에 도움이 됩니다. Python의 GIL은 매우 간단하고 구현하기 쉽습니다.

잠금을 사용하면 주어진 시간에 하나의 스레드만 특정 리소스에 액세스할 수 있도록 할 수 있습니다.

의 특징 중 하나 Python 각 인터프리터 프로세스에 글로벌 잠금을 사용한다는 점입니다. 즉, 모든 프로세스가 파이썬 인터프리터 자체를 리소스로 처리한다는 뜻입니다.

예를 들어, CPU와 'I/O' 작업을 모두 수행하기 위해 두 개의 스레드를 사용하는 파이썬 프로그램을 작성했다고 가정해 보겠습니다. 이 프로그램을 실행하면 다음과 같은 일이 발생합니다.

Python 인터프리터는 새로운 프로세스를 생성하고 스레드를 생성합니다.
thread-1이 실행을 시작하면 먼저 GIL을 획득하고 잠급니다.
thread-2가 지금 실행되려면 다른 프로세서가 비어 있더라도 GIL이 해제될 때까지 기다려야 합니다.
이제, 쓰레드-1이 I/O 작업을 기다리고 있다고 가정해 보자. 이때 쓰레드-2은 GIL을 해제하고 쓰레드-XNUMX는 그것을 획득한다.
I/O 작업을 완료한 후 스레드 1이 지금 실행하려면 스레드 2가 GIL을 해제할 때까지 다시 기다려야 합니다.

이로 인해 언제든지 하나의 스레드만 인터프리터에 액세스할 수 있습니다. 즉, 주어진 시점에 Python 코드를 실행하는 스레드는 하나만 존재한다는 의미입니다.

스레드를 처리하기 위해 시간 분할(이 튜토리얼의 첫 번째 섹션 참조)을 사용하기 때문에 단일 코어 프로세서에서는 괜찮습니다. 그러나 멀티 코어 프로세서의 경우 여러 스레드에서 실행되는 CPU 바인딩 기능은 실제로 사용 가능한 모든 코어를 동시에 사용하지 않기 때문에 프로그램 효율성에 상당한 영향을 미칩니다.

GIL이 왜 필요했나요?

는 CPython 가비지 콜렉터는 참조 계산이라고 알려진 효율적인 메모리 관리 기술을 사용합니다. 작동 방식은 다음과 같습니다. 파이썬의 모든 객체에는 참조 카운트가 있으며, 새 변수 이름에 할당되거나 컨테이너(튜플, 리스트 등)에 추가되면 참조 카운트가 증가합니다. 마찬가지로 참조가 범위를 벗어나거나 del 문이 호출되면 참조 카운트가 감소합니다. 객체의 참조 카운트가 0에 도달하면 가비지 콜렉션되고 할당된 메모리가 해제됩니다.

하지만 문제는 참조 카운트 변수가 다른 전역 변수와 마찬가지로 경쟁 조건에 취약하다는 것입니다. 이 문제를 해결하기 위해 파이썬 개발자는 전역 인터프리터 잠금을 사용하기로 결정했습니다. 다른 옵션은 각 객체에 잠금을 추가하는 것이었는데, 이는 교착 상태와 acquire() 및 release() 호출로 인한 오버헤드 증가를 초래했을 것입니다.

따라서 GIL은 무거운 CPU 바운드 작업을 실행하는 멀티스레드 파이썬 프로그램에 대한 상당한 제한입니다(실제로는 단일 스레드로 만듭니다). 애플리케이션에서 여러 CPU 코어를 사용하려면 다음을 사용하세요. 멀티 프로세싱 대신 모듈.

요약

Python 멀티스레딩을 위한 2개의 모듈을 지원합니다:
1. __실 모듈: 스레딩에 대한 저수준 구현을 제공하며 더 이상 사용되지 않습니다.
2. 스레딩 모듈: 멀티스레딩을 위한 높은 수준의 구현을 제공하며 현재 표준입니다.
스레딩 모듈을 사용하여 스레드를 생성하려면 다음을 수행해야 합니다.
1. 확장하는 클래스를 만듭니다. Thread 클래스입니다.
2. 해당 생성자(__init__)를 재정의합니다.
3. 재정의 운영() 방법.
4. 이 클래스의 객체를 만듭니다.
스레드는 다음을 호출하여 실행될 수 있습니다. 스타트() 방법.
이 어플리케이션에는 XNUMXµm 및 XNUMXµm 파장에서 최대 XNUMXW의 평균 출력을 제공하는 어울리다() 메서드를 사용하면 이 스레드(조인이 호출된 스레드)가 실행을 마칠 때까지 다른 스레드를 차단할 수 있습니다.
여러 스레드가 동시에 공유 리소스에 액세스하거나 수정할 때 경쟁 조건이 발생합니다.
다음을 통해 피할 수 있습니다. Sync크로나이징 스레드.
Python 스레드 동기화를 위한 6가지 방법을 지원합니다.
1. 잠금
2. RLock
3. Semaphores
4. 상태
5. 이벤트 및
6. 장애물
잠금을 사용하면 잠금을 획득한 특정 스레드만 임계 섹션에 들어갈 수 있습니다.
잠금에는 두 가지 기본 방법이 있습니다.
1. 습득하다(): 잠금 상태를 다음으로 설정합니다. 잠겨있다. 잠긴 객체에 대해 호출되면 리소스가 사용 가능해질 때까지 차단됩니다.
2. 풀어 주다(): 잠금 상태를 다음으로 설정합니다. 잠금 해제 그리고 돌아옵니다. 잠금 해제된 개체에 대해 호출하면 false를 반환합니다.
전역 인터프리터 잠금은 1C만 통과하는 메커니즘입니다.Python 통역사 프로세스는 한 번에 실행될 수 있습니다.
C의 참조 카운팅 기능을 용이하게 하는 데 사용되었습니다.Pythons의 가비지 수집기입니다.
만들려면 Python CPU에 집중된 작업이 많은 앱의 경우 multiprocessing 모듈을 사용해야 합니다.

당신은 좋아할 것입니다 :

스레드란 무엇입니까?

프로세스란 무엇입니까?

멀티스레딩이란? Python?

멀티프로세싱이란 무엇입니까?

Python 멀티 스레딩과 멀티 프로세싱

멀티스레딩을 사용하는 이유는 무엇입니까?

Python 멀티스레딩

스레드 및 스레딩 모듈

관련 기사

스레드 모듈

코드 설명

스레딩 모듈

뒷이야기: 스레드 클래스

코드 설명

교착 상태 및 경쟁 조건

교착 상태

레이스 조건

Sync스레드를 크로나이징

코드 설명

전역 통역사 잠금(및 처리 방법)

GIL이란 무엇입니까? Python?

GIL이 왜 필요했나요?

요약