在「用 Python 學網路程式設計重要概念，從單執行緒到 I/O 多工(I/O multiplexing)」 1 文中，我們利用多個 Python 範例程式學會 I/O 多工的 3 種 syscall, 分別是 select() , poll() 以及 epoll() ，藉由 I/O 多工讓程式即使只有單執行緒也能同時處理多個連線。
本文將從 I/O 多工開始，進一步延伸學習多執行緒以及 Thread Pool 這 2 個經典的網路程式設計架構。
Posted on Jun 14, 2024 in Python 程式設計 - 中階 by Amo Chen ‐ 8 min read
我們都知道多個執行緒(thread)之間會共用 Process 的記憶體，那你覺得以下範例程式的執行結果會是什麼呢？這是 2 個執行緒分別做 +1 與 -1 運算各 100,000 次的 Python 程式：
import threading
def count(thread_name, step=1):
global v
for i in range(0, 100000):
v += 1 * step
print(f'{thread_name} -> ', v, flush=True)
v = 0
t1 = threading.Thread(target=count, args=('t1', 1, ))
t2 = threading.Thread(target=count, args=('t2', -1, ))
t1.start()
t2.start()
t1.join()
t2.join()
這段範例程式的執行結果，就跟本文要解說的 threading.local() 有關。
Posted on Sep 4, 2023 in Python 程式設計 - 高階 by Amo Chen ‐ 3 min read
閱讀 Python Threading 文件時，關於 Thread Objects 中有提到 Daemon Thread 。
A thread can be flagged as a “daemon thread”. The significance of this flag is that the entire Python program exits when only daemon threads are left.
單看說明其實還不是特別清楚，可以用個範例實際幫助理解。
Last updated on Sep 8, 2023 in Python 程式設計 - 中階 by Amo Chen ‐ 2 min read
The simplest mechanisms for communication between threads: one thread signals an event and other threads wait for it.
Threads（執行緒）之間溝通最簡單的方式，即是透過 Event Objects ，這種方式通常應用在 1 個 thread 發起 1 個 event ，然後其他 threads 會等待發出 event 的 thread ，譬如 1 個發號施令的 thread ，其他 threads 會等待該 thread 發號施令後才開始工作。
Last updated on Jul 24, 2023 in Python 程式設計 - 中階 by Amo Chen ‐ 2 min read