Help us understand the problem. What is going on with this article?

python#Threading

pythonでThreadingをプログラミングするには。まずThreadingとはなにかを知らないといけませんね。このWEBには詳しい説明がありここの少し貼り付けます。

「スレッド(thread)」は英語で「糸」の意味がありますが、一本に連なった「議論の道筋」といった意味も持っています。掲示板などで特定テーマで続く一連の議論の流れも「スレッド」と呼ばれます。
同じようにパソコンのプログラムでも、一連の命令が順番に処理されていく流れ(最小の処理単位)のことを「スレッド」と呼びます。
プログラムを効率よくするため、複数のスレッドに分け、同時に処理できるようにしたのが「マルチスレッド」ということになります。

もっと詳しく知りたいのなら↓
https://www.724685.com/word/wd110126.htm

ではまず以下のScriptをみてみよう。あまり難しいこと書いていませんが、timeモジュールをImportし、その中にあるperf_counter()のメソッドで経過時間を測定し、最後は時間をマイナスして実際の実行時間を計算できます。Scriptの中にdo_something()で1秒を待ち機能があります。

import time

start=time.perf_counter()

def do_something():
    print('sleeping 1 s..')
    time.sleep(1)
    print('Wake up!')

do_something()
do_something()

finish=time.perf_counter()
print('finish on {}'.format(finish-start))

では結果はどうになる?言わなくてもわかると思いますが、実行→1秒待ち→終わり
image.png
もしこのdo_something()2回を実行したらどうになる?もちろん、実行→1秒待ち→次の実行→1秒待ち→終わり。って感じですね。Time Chatを書いてみましょう。つまりこのdo_something()を2回実行するのに最低限2秒かかります。そしてこの1秒待ってるの間にCPUがなにもせずずっとSleepするだけ。
順次でFunctionを実行するのは同期といいます。英語は”Synchronously”です。
image.png
なんとなく効率悪いねーと思いませんか?ここの2つの概念を紹介したいと思います。
CPU Bound TaskとIO Bound Taskです。

  • CPU Bound Task:計算などたくさんしCPUに負荷をかけるプログラムです。
  • IO Bound Task:いわゆるInput/Outputのオペレーション完成を待ちのプログラム、ネットワークとかFile SystemのFile書き読みなど、CPUにに負荷をそんなにかけないプログラムです。

問題なのはいつもThreadingを使えばええじゃう?と思いませんか?実はそうではありません。ThreadingはIO Bound Taskに対してそういう待ちのオペレーションがメリットがありますが、CPU Bound TaskにThreadingを使うと逆に遅くなる恐れがあります。そういうときはMult-Processingを使うほうがよいでしょう。

もっと詳しく知りたいのなら↓
https://yohei-a.hatenablog.jp/entry/20120205/1328432481

ここでTreadingのコードをみてみよう。ここで注意するにはjoin()はLoopingの中に使えないこと。

import threading
import time

start=time.perf_counter()

def do_something():
    print('Sleeping 1 s')
    time.sleep(1)
    print('Wake up!')


'''
create threading,target is the function that you want to run
'''
t1=threading.Thread(target=do_something)
t2=threading.Thread(target=do_something)

'''
start the threading
'''
t1.start()
t2.start()


'''
make sure that they complete before moving on to calculate the
finish time
'''
t1.join()
t2.join()

finish=time.perf_counter()

print('Finish time:{}'.format(finish-start))

実行結果はこうになります:
image.png

Threadingは本当にコードを同時に実行するようにみえますが、実際は以下のTime Chatのようになります。Functionが待ちポイントになるとコードがもっと前に進め他のコードを実行する。
image.png

もしdo_something()を10回実行したいならどうになります?CopyとPasteしてするよりLoopingでやったほうが楽じゃないかな?

import threading
import time

start=time.perf_counter()

def do_something():
    print('Sleeping 1 s')
    time.sleep(1)
    print('Wake up!')


threads=[]

for _ in range(10):
    t=threading.Thread(target=do_something)
    t.start()
    threads.append(t)

for thread in threads:
    thread.join()

finish=time.perf_counter()

print("finished at{}".format(finish-start))

結果はこうになります:
image.png

いままでのFunctionにパラメータなにPassしてないが、今度Sleepの秒数をPassしてみましょう。

import threading
import time

start=time.perf_counter()

def do_something(second):
    print('Sleeping {} s'.format(second))
    time.sleep(second)
    print('Wake up!')


threads=[]

for _ in range(10):
    t=threading.Thread(target=do_something,args=[1.5])
    t.start()
    threads.append(t)

for thread in threads:
    thread.join()

finish=time.perf_counter()

print("finished at{}".format(finish-start))

実行結果はこうになります:
image.png

Python3.2からThread pool executorがありまして、それによってもっと簡単で効率的にThreadingを走ることができますし、Taskの状態も調べることができます。

import concurrent.futures
import time

start=time.perf_counter()

def do_something(second):
    print('Sleeping {} s'.format(second))
    time.sleep(second)
    return 'Wake up!'

with concurrent.futures.ThreadPoolExecutor() as executor:
    #execute the function 1 time
    f1=executor.submit(do_something,1)
    f2=executor.submit(do_something,1)
    #wait around until the function completes
    print(f1.result())
    print(f2.result())

finish=time.perf_counter()

print("finished at{}".format(finish-start))

今回はThread pool executorをLoopingしてみますね。

import concurrent.futures
import time

start=time.perf_counter()

def do_something(second):
    print('Sleeping {} s'.format(second))
    time.sleep(second)
    return 'Wake up!'

with concurrent.futures.ThreadPoolExecutor() as executor:
    results=[executor.submit(do_something,1) for _ in range(10) ]

    for f in concurrent.futures.as_completed(results):
        print(f.result())


#get a iterator that we can loop over that will yield the result
#of our threads as they are completed

finish=time.perf_counter()

print("finished at{}".format(finish-start))

結果はこうになります:
image.png

次はまたそれぞれSleepingをいれますね。

import concurrent.futures
import time

start=time.perf_counter()

def do_something(second):
    print('Sleeping {} s'.format(second))
    time.sleep(second)
    return 'Wake up!{}'.format(second)

with concurrent.futures.ThreadPoolExecutor() as executor:

    sleep_time=[5,4,3,2,1]

    results=[executor.submit(do_something,s) for s in sleep_time ]

    for f in concurrent.futures.as_completed(results):
        print(f.result())


#get a iterator that we can loop over that will yield the result
#of our threads as they are completed

finish=time.perf_counter()

print("finished at{}".format(finish-start))

結果はこうになります:
image.png

最後はMap()をつかってみましょう。

import concurrent.futures
import time

start=time.perf_counter()

def do_something(second):
    print('Sleeping {} s'.format(second))
    time.sleep(second)
    return 'Wake up!{}'.format(second)

with concurrent.futures.ThreadPoolExecutor() as executor:

    sleep_time=[5,4,3,2,1]

    results=executor.map(do_something,sleep_time)

    for result in results:
        print(result)

#get a iterator that we can loop over that will yield the result
#of our threads as they are completed

finish=time.perf_counter()

print("finished at{}".format(finish-start))

結果はこうになりますね:注意するのはこのScript走ったとき5秒くらい待たないといけないこと気がつきましたか?Mapを使うには結果は初StartのThreadingが結果くる前にResult来れませんー
image.png

それじゃねー

Why do not you register as a user and use Qiita more conveniently?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away