Multithreading (vícevláknové zpracování)

Příklady z praxe

1. 01

   Souběh při inkrementaci čítače

   Dvě vlákna zvyšují stejný čítač milionkrát. Operace counter += 1 není atomická: skládá se ze čtení, přičtení a zápisu, takže se aktualizace vzájemně přepisují a výsledek je nižší než dva miliony. Zámek nebo atomický typ problém odstraní.

   import threading
   
   counter = 0
   lock = threading.Lock()
   
   def work():
       global counter
       for _ in range(1_000_000):
           with lock:      # bez zámku vyjde méně než 2 000 000
               counter += 1
   
   ts = [threading.Thread(target=work) for _ in range(2)]
   for t in ts: t.start()
   for t in ts: t.join()
   print(counter)

2. 02

   Stahování stovky URL bez blokování

   Webový skript stahuje 100 adres, každá odpovídá zhruba za 200 ms. Sériově trvá běh přes 20 sekund, protože procesor jen čeká na síť. Thread pool s dvaceti vlákny zkrátí čas přibližně na jednotky sekund, i když se výpočtu nic neubralo: vlákna se jen střídají v čekání.

   from concurrent.futures import ThreadPoolExecutor
   import requests
   
   urls = [...]  # 100 adres
   
   with ThreadPoolExecutor(max_workers=20) as pool:
       for resp in pool.map(requests.get, urls):
           print(resp.status_code)

Časté omyly

MýtusKdyž program rozdělím na víc vláken, poběží úměrně rychleji.

Ve skutečnostiZrychlení omezuje sériová část úlohy (Amdahlův zákon) a režie synchronizace. Zamykaný kód se s rostoucím počtem vláken může dokonce zpomalit, protože vlákna soupeří o stejný zámek.

MýtusMultithreading a paralelismus jsou totéž.

Ve skutečnostiVlákna vyjadřují souběžnost, tedy více rozpracovaných úloh najednou. Skutečný paralelismus vyžaduje víc jader a runtime, který jim dovolí běžet současně; na jednom jádře se vlákna pouze střídají.

MýtusPython vlákna nemají smysl kvůli GIL.

Ve skutečnostiGIL blokuje souběžné vykonávání bytekódu, ale uvolňuje se při čekání na I/O a v mnoha C rozšířeních. Pro síťové a diskové operace jsou vlákna v Pythonu plně použitelná, pro čistý výpočet se sahá po multiprocessingu.

Časté dotazy

Kdy zvolit multithreading místo asynchronního programování?

Multithreading se hodí, když je potřeba využít více jader pro výpočetně náročnou práci, nebo když kód volá blokující knihovny, které nemají asynchronní variantu. Asynchronní model nad událostní smyčkou naopak vyhrává u velkého množství souběžných síťových spojení, protože jedna úloha stojí jen několik kilobajtů místo celého zásobníku vlákna. V praxi se oba přístupy kombinují: událostní smyčka obsluhuje síť a blokující operace se odsouvají do thread poolu, aby smyčku nezdržely.

Jak poznám, že chyba v programu je souběh?

Souběh se pozná podle chování: chyba se objevuje nepravidelně, hůř pod zátěží nebo na stroji s více jádry a mizí při ladění krokováním či po přidání logování. Data bývají nekonzistentní, aniž by kód obsahoval zjevnou logickou chybu. Pomáhají nástroje jako ThreadSanitizer, Helgrind nebo detektory souběhu ve vestavěné podpoře jazyka. Spolehlivější než hledání je prevence: minimalizovat sdílený měnitelný stav, používat neměnné struktury a předávání zpráv místo společné proměnné.

Kolik vláken by měl thread pool mít?

Pro úlohy vázané na procesor se osvědčuje počet vláken zhruba rovný počtu logických jader; víc jich přinese jen režii přepínání kontextu. Pro úlohy vázané na I/O může být počet výrazně vyšší, protože vlákna většinu času čekají a nespotřebovávají procesor. Konkrétní číslo je vždy potřeba změřit na reálné zátěži, protože závisí na poměru čekání a výpočtu, na paměti dostupné pro zásobníky i na limitech cílové služby, kterou pool zatěžuje.

Co je uváznutí a jak se mu vyhnout?

Uváznutí (deadlock) nastane, když dvě nebo více vláken drží zámek a zároveň čekají na zámek, který drží to druhé, takže žádné nemůže pokračovat. Nejúčinnější prevencí je globální pořadí zamykání: všechna vlákna berou zámky vždy ve stejném pořadí. Dále pomáhá držet zámky co nejkratší dobu, nevolat pod zámkem cizí kód, používat varianty s časovým limitem a raději jeden hrubší zámek než složitou hierarchii jemných zámků, kterou nikdo neudrží v hlavě.

Zdroje

1. threading: Thread-based parallelism(otevře se v novém okně)Python Software Foundation
2. Concurrency (Java Tutorials)(otevře se v novém okně)Oracle
3. Using Web Workers(otevře se v novém okně)MDN Web Docs
4. Worker threads(otevře se v novém okně)OpenJS Foundation
5. Thread (computing)(otevře se v novém okně)Wikipedia

Související pojmy

• DeadlockDeadlock je stav, kdy se dva nebo více procesů, vláken nebo transakcí navzájem blokují, protože každý drží prostředek, který potřebuje někdo další. Výpočet pak nemůže pokračovat bez zásahu plánovače, databáze nebo aplikace, typicky u zámků, mutexů, souborů či řádků v databázi.
• MutexMutex je synchronizační primitivum, které zaručuje, že do chráněné sekce kódu vstoupí v jednu chvíli nejvýše jedno vlákno. Vlákno zámek zamkne, provede práci nad sdílenými daty a zámek odemkne; ostatní vlákna mezitím čekají. Název vznikl zkrácením anglického mutual exclusion, tedy vzájemné vyloučení přístupu ke sdílenému prostředku.
• Race conditionRace condition je chyba souběhu, při níž správnost programu závisí na náhodném pořadí nebo načasování operací nad sdíleným stavem. Projeví se typicky ve vláknech, asynchronním kódu, databázových transakcích nebo distribuovaných systémech, kde dvě části programu čtou a mění stejná data bez dostatečné synchronizace.
• ACIDACID je sada čtyř vlastností databázové transakce: atomicity, consistency, isolation a durability. Zaručuje, že skupina zápisů proběhne jako jeden celek, neporuší definovaná pravidla databáze, nebude se nebezpečně míchat s jinými transakcemi a po potvrzení přežije pád systému, například při převodu peněz.
• Adaptive IconAdaptivní ikona je formát ikony aplikace na Androidu, který se místo jedné hotové bitmapy skládá z oddělených vrstev: pozadí a popředí. Systém výsledný tvar sám ořízne podle masky výrobce zařízení a může vrstvy animovat nebo přebarvit. Vývojář tak dodá jeden zdroj a launcher z něj vytvoří kruh, čtverec i squircle.
• Adresa v pamětiAdresa v paměti je číslo, kterým procesor jednoznačně označuje konkrétní buňku operační paměti, obvykle jeden bajt. Program pomocí adresy říká, odkud má data načíst nebo kam je zapsat. Adresy tvoří souvislý číselný rozsah, jehož velikost určuje šířka adresní sběrnice a architektura, typicky 32 nebo 64 bitů.
• AI agentAI agent je softwarový systém, který pomocí modelu umělé inteligence vnímá zadaný kontext, plánuje další kroky a samostatně volá nástroje nebo služby k dosažení cíle. Na rozdíl od jednorázového promptu udržuje stav úlohy, vyhodnocuje výsledky akcí a může opakovat postup, dokud nesplní zadání nebo nenarazí na limit.
• AndroidAndroid je operační systém postavený nad linuxovým jádrem, který vyvíjí Google a otevřeně uvolňuje jako projekt AOSP. Android pohání převážnou většinu chytrých telefonů, dále tablety, televize, hodinky i palubní systémy aut. Aplikace se pro něj píší hlavně v Kotlinu nebo Javě a distribuují přes Google Play i alternativní obchody.