Python - Multithreading (Italiano)

Ciao a tutti, futuri maghi Python! Oggi ci imbarcheremo in un viaggio avventuroso nel mondo del multithreading in Python. Non preoccupatevi se siete nuovi nella programmazione; sarò il vostra guida amichevole e esploreremo questo argomento passo per passo. Allora, afferrate le vostre bacchette virtuali (tastiere) e immergiamoci!

Cos'è il Multithreading?

Prima di iniziare a lanciare incantesimi con i thread Python, diamo un'occhiata a cosa sia il multithreading. Immagina di essere un cuoco in una cucina trafficata. Se stai cucinando da solo, puoi fare solo un'attività alla volta – tagliare verdure, poi bollire acqua, poi friggere la carne. Ma cosa succederebbe se avessi più mani che potrebbero fare attività diverse simultaneamente? Questo è essenzialmente quello che fa il multithreading per i nostri programmi!

Il multithreading permette a un programma di eseguire più compiti contemporaneamente all'interno di un singolo processo. È come avere più cuochi (thread) che lavorano insieme nella stessa cucina (processo) per preparare un pasto delizioso (output del programma) più rapidamente ed efficientemente.

Confronto con i Processi

Ora, potresti chiederti, "Ma professore, ho sentito anche dei processi. Come si distinguono i thread?" Ottima domanda! Analizziamo il problema:

1. Utilizzo delle Risorse: I thread sono come fratelli che condividono una stanza (spazio di memoria), mentre i processi sono come vicini con case separate. I thread sono più leggeri e condividono risorse, rendendoli più efficienti per certi compiti.

2. Comunicazione: I thread possono facilmente comunicare condividendo variabili, ma i processi devono utilizzare speciali "telefoni" (comunicazione tra processi) per parlare tra di loro.

3. Sovraccarico: Creare e gestire i thread è generalmente più veloce e richiede meno risorse di sistema rispetto ai processi.

4. Complessità: Anche se i thread possono rendere il programma più veloce, introducono anche complessità. È come fare giocoleria – divertente ed efficiente se fatto bene, ma potresti far cadere una palla se non sei attento!

Moduli per la Gestione dei Thread in Python

Python, essendo la lingua generosa che è, ci fornisce con più moduli per lavorare con i thread. I due principali sono:

1. threading: Questo è l'interfaccia di alto livello per lavorare con i thread. È come l'apprendista magico amichevole che fa la maggior parte del lavoro pesante per te.

2. _thread: Questo è l'interfaccia di basso livello. È come l'antico libro degli incantesimi – potente ma richiede più competenza per essere utilizzato correttamente.

Per il nostro viaggio magico oggi, ci concentriamo sul modulo threading, poiché è più adatto ai principianti e più ampiamente utilizzato.

Avvio di un Nuovo Thread

Bene, lanciamo il nostro primo incantesimo di thread! Ecco come creare e avviare un nuovo thread:

import threading
import time

def stampa_numeri():
for i in range(5):
time.sleep(1)
print(f"Thread 1: {i}")

# Crea un nuovo thread
thread1 = threading.Thread(target=stampa_numeri)

# Avvia il thread
thread1.start()

# Il thread principale continua l'esecuzione
for i in range(5):
time.sleep(1)
print(f"Thread principale: {i}")

# Attendi che thread1 finisca
thread1.join()

print("Tutto fatto!")

Spiegiamo questo incantesimo magico:

1. Importiamo i moduli threading e time.
2. Definiamo una funzione stampa_numeri() che sarà eseguita dal nostro thread.
3. Creiamo un nuovo oggetto thread, specificando la funzione che dovrebbe eseguire.
4. Avviamo il thread utilizzando il metodo start().
5. Il thread principale continua la sua esecuzione nel proprio ciclo.
6. Utilizziamo join() per attendere che il nostro thread finisca prima di terminare il programma.

Quando esegui questo, vedrai i numeri da entrambi i thread interlacciati, dimostrando l'esecuzione contemporanea!

Sincronizzazione dei Thread

Ora, immagina i nostri aiutanti cuoco che cercano di usare lo stesso coltello allo stesso tempo – caos, giusto? Questo è dove entra in gioco la sincronizzazione dei thread. Utilizziamo i lock per assicurarci che solo un thread possa accedere a una risorsa condivisa alla volta.

Ecco un esempio:

import threading
import time

# Risorsa condivisa
contatore = 0
lock = threading.Lock()

def incrementa_contatore():
global contatore
for _ in range(100000):
lock.acquire()
contatore += 1
lock.release()

# Crea due thread
thread1 = threading.Thread(target=incrementa_contatore)
thread2 = threading.Thread(target=incrementa_contatore)

# Avvia i thread
thread1.start()
thread2.start()

# Attendi che entrambi i thread finiscano
thread1.join()
thread2.join()

print(f"Valore finale del contatore: {contatore}")

In questo esempio, utilizziamo un lock per assicurarci che solo un thread possa incrementare il contatore alla volta, prevenendo condizioni di corsa.

Coda di Priorità Multithreaded

Ultimo ma non meno importante, diamo un'occhiata a un'applicazione pratica del multithreading – una coda di priorità. Immagina un pronto soccorso di un ospedale in cui i pazienti sono trattati in base alla gravità della loro condizione, non solo in base al loro tempo di arrivo.

import threading
import queue
import time
import random

# Crea una coda di priorità
coda_task = queue.PriorityQueue()

def lavoratore():
while True:
priorità, task = coda_task.get()
print(f"Elaborazione task: {task} (Priorità: {priorità})")
time.sleep(random.uniform(0.1, 0.5))  # Simula il lavoro
coda_task.task_done()

# Crea e avvia i thread lavoratori
for _ in range(3):
thread = threading.Thread(target=lavoratore, daemon=True)
thread.start()

# Aggiungi task alla coda
for i in range(10):
priorità = random.randint(1, 5)
task = f"Task {i}"
coda_task.put((priorità, task))

# Attendi che tutti i task siano completati
coda_task.join()
print("Tutti i task completati!")

Questo esempio dimostra come più thread possono lavorare insieme per elaborare task da una coda di priorità in modo efficiente.

Conclusione

Congratulazioni, giovani Pythonisti! Avete appena fatto i vostri primi passi nel regno magico del multithreading. Ricorda, con grandi poteri vengono grandi responsabilità – utilizza i thread con saggezza, e renderanno i tuoi programmi più rapidi ed efficienti.

Ecco una tabella di riferimento rapida dei principali metodi di threading che abbiamo coperto:

Metodo	Descrizione
Thread(target=function)	Crea un nuovo thread per eseguire la funzione specificata
start()	Inizia l'attività del thread
join()	Attendi che il thread completi
Lock()	Crea un lock per la sincronizzazione dei thread
acquire()	Acquisisce un lock
release()	Rilascia un lock

Continua a praticare, mantieni la curiosità, e presto sarai in grado di orchestrare i thread come un vero maestro Python! Buon coding!

Credits: Image by storyset