쓰레드

패스트 캠퍼스에 컴퓨터 공학 강의를 정리한 내용이다.

2. 쓰레드의 장단점

---

쓰레드의 장점

1. 사용자에 대한 응답성 향상
2. 자원 공유 효율이 높다.
   • 한 프로세스에서 자원을 공유하므로 IPC보다 자원 공유 효율이 좋다.
   • 프로세스를 복사하고 통신하는 형태가 아니라 저장공간 관리 효율이 좋다.
3. 쓰레드에 정의로 코드가 간결해 진다.

쓰레드의 단점

1. 스레드 중 한 스레드만 문제가 있어도, 전체 프로세스가 영향을 받음.
2. 스레드를 많이 생성하면, Context Switching이 많이 일어나, 성능 저하

3. 쓰레드의 동기화 문제

---

동기화 ?

• 작업들 사이에 실행 시기를 맞추는 것
• 여러 스레드가 종일한 자원(데이터) 접근시 동기화 이슈 발생
  • 여러 쓰레드 1, 2가 있을 때 쓰레드1 에서 연산을 수행하고 변수에 저장하기 전에 컨텍스트 스위칭이 발생하면 쓰레드 2에서는 저장되기 전에 변수 값을 받아서 연산을 수행하므로 동기화 이슈가 생김

python에서 쓰레드

# 쓰레드 모듈 임포트
import threading

# 글로벌 변수에다가 10000까지 각 스레에서 더한값을 더함.
total = 0

def sum():
    global total
    for i in range(10000):
        total += 1

thread_list = []
for i in range(50):
    t = threading.Thread(target = sum)
    thread_list.append(t)

for th in thread_list:
    th.start()

for th in thread_list:
    th.join()

print(total)

스레드를 실행해서 각각 스레드에서 10000씩 더 한 것을 합쳐서 빠르게 total을 구할 수 있다.

• 10000이 아니라 50000000이라면??
  • 컨텍스트 스위칭이 변수를 저장하기 전에 일어나면서 값도 다르고 실행할때마다 동일하지 않게 됨.

mutual_exclusion을 사용함

스레드에 락을 걸어서 실행이 끝날때 까지 다음 스레드는 접근을 못하게 함. 전 스레드가 락 걸린 부분에 코드를 모두 수행하면 키를 반환하고 다음 스레드에서 실행 가능.

→ 상호 배제 ( 공유 변수를 갱신할때 다른 쓰레드가 접근하지 못하게 함.)

lock = threading.Lock()
# 코드 실행되는 부분에서 추가
lock.acquire()
# 코드 끝나는 부분 추가(키 반환)
lock.release()

추가한 코드는 다음과 같다.

import threading

# 글로벌 변수에다가 10000까지 각 스레에서 더한값을 더함.
total = 0

def sum():
    global total
    lock.acquire()
    for i in range(10000):
        total += 1
    lock.release()

lock = threading.Lock()
thread_list = []
for i in range(50):
    t = threading.Thread(target = sum)
    thread_list.append(t)

for th in thread_list:
    th.start()

for th in thread_list:
    th.join()

print(total)