บทนำ
Python มีหลายวิธีสำหรับ concurrent programming: threads, subprocesses, generators ฯลฯ ก่อนอื่นต้องเข้าใจ Concurrency คืออะไร
Concurrency คือตรรกะภายในโปรแกรมเดียวที่เปิด path การ execute หลายเส้นทางพร้อมกัน เช่น separate I/O streams, SQL queries ทำให้ดูเหมือน simultaneous และ independent
ขั้นตอนการทำงาน
1. โค้ดแบบ Sequential (Single Thread)
import requests
tutorialpoints_url = [
'https://www.tutorialspoint.com/python/index.htm',
'https://www.tutorialspoint.com/cplusplus/index.htm',
'https://www.tutorialspoint.com/java/index.htm',
'https://www.tutorialspoint.com/html/index.htm',
'https://www.tutorialspoint.com/cprogramming/index.htm'
]
def visit_site(site_url):
response = requests.get(site_url)
print(f' *** {site_url} returned {response.status_code} after {response.elapsed} seconds')
if __name__ == '__main__':
for site_url in tutorialpoints_url:
visit_site(site_url)
print(" *** end of the program ***")
ผล: รอแต่ละ URL ตามลำดับ รวมเวลาทั้งหมด = ผลรวมเวลาแต่ละ request
2. โค้ดแบบ Threaded (Concurrent)
from threading import Thread
def visit_site(site_url):
response = requests.get(site_url)
print(f' *** {site_url} returned {response.status_code} after {response.elapsed} seconds')
if __name__ == '__main__':
for site_url in tutorialpoints_url:
t = Thread(target=visit_site, args=(site_url,))
t.start()
ผล: ส่ง request ทั้ง 5 พร้อมกัน เวลารวม ≈ เวลาของ request ที่ช้าที่สุด
การตรวจสอบสถานะ Thread
if t.is_alive():
print(f' *** {t} is Still executing')
else:
print(f' *** {t} is Completed')
จุดสำคัญ
threading.Threadใช้ execute Python callable ใน thread แยกstart()เริ่ม thread (invoke target function)- Threads จัดการโดย OS แบบ preemptive multitasking
- เหมาะสำหรับ I/O-bound tasks (network requests, file I/O, database queries)
- ไม่เหมาะ สำหรับ CPU-bound tasks เพราะ GIL (Global Interpreter Lock)
ข้อควรระวัง
- Shared state ต้องใช้ Lock/Queue ป้องกัน race condition
- Exception ใน thread ไม่ propagate ไป main thread อัตโนมัติ
- จำนวน thread มากเกินไป → overhead สูง ควรใช้ ThreadPoolExecutor
