이 튜토리얼에서는 Python 의 threading 모듈을 사용하여 여러 실행 스레드를 동시에 실행하는 방법을 배우겠습니다.
Python 의 threading 모듈은 Python 프로그램에서 스레드를 생성하고 관리하는 간단한 방법을 제공합니다. 스레드는 프로그램 내에서 별도의 실행 흐름입니다. 여러 스레드를 동시에 실행함으로써, 멀티 코어 CPU 를 활용하고 프로그램의 성능을 향상시킬 수 있습니다.
threading 모듈은 스레드를 생성하고 관리하기 위한 두 가지 클래스를 제공합니다.
Thread 클래스: 이 클래스는 단일 실행 스레드를 나타냅니다.Lock 클래스: 이 클래스는 스레드 간의 공유 리소스에 대한 접근을 동기화할 수 있도록 합니다.Python 에서 새로운 스레드를 생성하려면, Thread 클래스의 새로운 인스턴스를 생성하고 실행할 함수를 전달해야 합니다.
WebIDE 에서 create_thread.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
## Define a function to run in the thread
def my_function():
print("Hello from thread")
## Create a new thread
thread = threading.Thread(target=my_function)
## Start the thread
thread.start()
## Wait for the thread to finish
thread.join()
## Print "Done" to indicate that the program has finished
print("Done")이 예제는 메시지를 출력하는 함수 my_function을 정의합니다. 그런 다음 Thread 클래스의 새로운 인스턴스를 생성하고, 대상 함수로 my_function을 전달합니다. 마지막으로, start 메서드를 사용하여 스레드를 시작하고, join 메서드를 사용하여 스레드가 완료될 때까지 기다립니다.
다음 명령을 사용하여 스크립트를 실행합니다.
python create_thread.py여러 스레드가 동일한 공유 리소스 (예: 변수 또는 파일) 에 접근하는 경우, 경쟁 조건 (race condition) 을 방지하기 위해 해당 리소스에 대한 접근을 동기화해야 합니다. Python 의 threading 모듈은 이러한 목적으로 Lock 클래스를 제공합니다.
다음은 Lock을 사용하는 예시입니다. WebIDE 에서 sync.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
## Create a lock to protect access to shared resource
lock = threading.Lock()
## Shared resource that will be modified by multiple threads
counter = 0
## Define a function that each thread will run
def my_function():
global counter
## Acquire the lock before accessing the shared resource
lock.acquire()
try:
## Access the shared resource
counter += 1
finally:
## Release the lock after modifying the shared resource
lock.release()
## Create multiple threads to access the shared resource
threads = []
## Create and start 10 threads that execute the same function
for i in range(10):
thread = threading.Thread(target=my_function)
threads.append(thread)
thread.start()
## Wait for all threads to complete their execution
for thread in threads:
thread.join()
## Print the final value of the counter
print(counter) ## Output: 10이 예제에서는 Lock 객체와 공유 리소스 counter를 생성합니다. my_function 함수는 acquire 메서드를 사용하여 락을 획득하고 release 메서드를 사용하여 락을 해제함으로써 공유 리소스에 접근합니다. 여러 스레드를 생성하고 시작한 다음, join 메서드를 사용하여 완료될 때까지 기다립니다. 마지막으로, counter 의 최종 값을 출력합니다.
다음 명령을 사용하여 스크립트를 실행합니다.
python sync.pyPython 에서는 새로운 스레드를 생성할 때 args 매개변수를 사용하거나, Thread 클래스를 서브클래싱하고 인자를 받는 생성자를 정의하여 스레드에 인자를 전달할 수 있습니다. 다음은 두 가지 접근 방식의 예시입니다.
1; Thread 클래스의 서브클래스를 생성하고 run 메서드를 재정의하여 스레드의 동작을 정의합니다. WebIDE 에서 thread_subclass.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
## Define a custom Thread class that extends the Thread class
class MyThread(threading.Thread):
## Override the run() method to implement thread's behavior
def run(self):
print("Hello from thread")
## Create an instance of the custom thread class
thread = MyThread()
## Start the thread
thread.start()
## Wait for the thread to finish execution
thread.join()다음 명령을 사용하여 스크립트를 실행합니다.
python thread_subclass.py2; 스레드를 생성하고 args 매개변수를 사용하여 대상 함수에 인자를 전달합니다. WebIDE 에서 thread_with_args.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
## Define a function that takes a parameter
def my_function(name):
print("Hello from", name)
## Create a new thread with target function and arguments
thread = threading.Thread(target=my_function, args=("Thread 1",))
## Start the thread
thread.start()
## Wait for the thread to finish execution
thread.join()다음 명령을 사용하여 스크립트를 실행합니다.
python thread_with_args.pyPython 에서는 미리 정의된 스레드 집합을 사용하여 작업을 동시에 실행하기 위해 스레드 풀을 사용할 수 있습니다. 스레드 풀을 사용하면 각 작업에 대해 스레드를 생성하고 소멸하는 오버헤드를 피할 수 있어 성능을 향상시킬 수 있다는 장점이 있습니다.
Python 의 concurrent.futures 모듈은 스레드 풀을 생성하고 작업을 제출할 수 있는 ThreadPoolExecutor 클래스를 제공합니다. 다음은 예시입니다.
WebIDE 에서 thread_pool_range.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import concurrent.futures
## Define a function to be executed in multiple threads with two arguments
def my_func(arg1, arg2):
## Define the tasks performed by the thread here
print(f"Hello from my thread with args {arg1} and {arg2}")
## Create a ThreadPoolExecutor object with a maximum of 5 worker threads
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
## Submit each task (function call with its arguments) to the executor for processing in a separate thread
## The submit() method returns a Future object representing the result of the asynchronous computation
for i in range(10):
executor.submit(my_func, i, i+1)이 예제에서는 두 개의 인수를 받는 my_func 함수를 정의합니다. 최대 5 개의 작업자 스레드를 가진 ThreadPoolExecutor를 생성합니다. 그런 다음, 숫자 범위를 반복하면서 executor.submit() 메서드를 사용하여 스레드 풀에 작업을 제출합니다. 제출된 각 작업은 사용 가능한 작업자 스레드 중 하나에서 실행됩니다.
팁:
ThreadPoolExecutor객체는 컨텍스트 관리자로 사용됩니다. 이렇게 하면with블록 내부의 코드가 완료될 때 모든 스레드가 제대로 정리됩니다.
다음 명령을 사용하여 스크립트를 실행합니다.
python thread_pool_range.pysubmit() 메서드는 제출된 작업의 결과를 나타내는 Future 객체를 즉시 반환합니다. Future 객체의 result() 메서드를 사용하여 작업의 반환 값을 검색할 수 있습니다. 작업에서 예외가 발생하면 result()를 호출하면 해당 예외가 발생합니다.
또한 ThreadPoolExecutor 클래스의 map() 메서드를 사용하여 동일한 함수를 항목 모음에 적용할 수 있습니다. 예를 들어, WebIDE 에서 thread_pool_map.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import concurrent.futures
## Define a function to be executed in multiple threads
def my_func(item):
## Define the tasks performed by the thread here
print(f"Hello from my thread with arg {item}")
## Create a list of items to be processed by the threads
items = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
## Create a ThreadPoolExecutor object with a maximum of 5 worker threads
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
## Submit each item to the executor for processing in a separate thread
## The map() method automatically returns the results in order
executor.map(my_func, items)이 예제에서는 하나의 인수를 받는 my_func 함수를 정의합니다. 항목 목록을 생성하고 executor.map() 메서드를 사용하여 스레드 풀에 제출합니다. 목록의 각 항목은 my_func에 인수로 전달되며, 각 항목은 사용 가능한 작업자 스레드 중 하나에서 실행됩니다.
다음 명령을 사용하여 스크립트를 실행합니다.
python thread_pool_map.pythread_pool_range.py 및 thread_pool_map.py에서 얻은 결과는 동일합니다.
Python 에서 데몬 스레드는 백그라운드에서 실행되며 프로그램이 종료되는 것을 막지 않는 유형의 스레드입니다. 모든 비 - 데몬 스레드가 완료되면, Python 인터프리터는 데몬 스레드가 아직 실행 중인지 여부에 관계없이 종료됩니다.
WebIDE 에서 daemon_thread_with_args.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
import time
## Define a function that runs indefinitely and prints messages at a regular interval
def my_function():
while True:
print("Hello from thread")
time.sleep(1)
## Create a daemon thread that runs the target function
thread = threading.Thread(target=my_function, daemon=True)
## Start the thread
thread.start()
## The main program continues to execute and prints a message
print("Main program")
## Wait for a few seconds before exiting the program
time.sleep(5)
## The program exits, and the daemon thread is terminated automatically
print("Main thread exiting...")이 예제에서는 무한 루프를 실행하고 time.sleep() 함수를 사용하여 매 초 메시지를 출력하는 스레드를 생성합니다. 메인 프로그램이 자동으로 종료될 때 종료되도록 daemon 매개변수를 사용하여 스레드를 데몬으로 표시합니다. 메인 프로그램은 계속 실행되고 메시지를 출력합니다. 몇 초 동안 기다린 후 프로그램이 종료되고 데몬 스레드가 종료됩니다.
그런 다음 다음 명령을 사용하여 스크립트를 실행합니다.
python daemon_thread_with_args.py물론, 스레드 인스턴스에서 setDaemon(True) 메서드를 호출하여 스레드를 데몬으로 설정할 수도 있습니다. 예를 들어, WebIDE 에서 daemon_thread_with_func.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
import time
## Define a function that runs indefinitely and prints messages at a regular interval
def my_function():
while True:
print("Hello from thread")
time.sleep(1)
## Create a new thread with target function
thread = threading.Thread(target=my_function)
## Set the daemon flag to True so that the thread runs in the background and terminates when the main program exits
thread.setDaemon(True)
## Start the thread
thread.start()
## The main program continues to run and prints a message
print("Main program")
## Wait for a few seconds before exiting the program
time.sleep(5)
## The program exits and the daemon thread is terminated automatically
print("Main thread exiting...")다음 명령으로 스크립트를 실행하면 위의 예제와 동일한 결과를 얻을 수 있습니다.
python daemon_thread_with_func.pyPython 에서는 threading.Event 객체를 사용하여 스레드가 특정 이벤트가 발생할 때까지 기다린 후 진행하도록 할 수 있습니다. Event 객체는 한 스레드가 이벤트가 발생했음을 알리고 다른 스레드가 해당 신호를 기다릴 수 있는 방법을 제공합니다.
WebIDE 에서 event_object.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
## Create an event object
event = threading.Event()
## Define a function that waits for the event to be set
def my_function():
print("Waiting for event")
## Wait for the event to be set
event.wait()
print("Event received")
## Create a new thread with target function
thread = threading.Thread(target=my_function)
## Start the thread
thread.start()
## Signal the event after a few seconds
## The wait() call in the target function will now return and continue execution
event.set()
## Wait for the thread to finish executing
thread.join()이 예제에서는 Event 클래스를 사용하여 Event 객체를 생성합니다. wait 메서드를 사용하여 이벤트가 신호를 받을 때까지 기다린 다음 메시지를 출력하는 함수를 정의합니다. 새 스레드를 생성하고 시작합니다. 몇 초 후에 set 메서드를 사용하여 이벤트를 알립니다. 스레드는 이벤트를 수신하고 메시지를 출력합니다. 마지막으로, join 메서드를 사용하여 스레드가 완료될 때까지 기다립니다.
그런 다음 다음 명령을 사용하여 스크립트를 실행합니다.
python event_object.pyPython 에서는 threading.Timer 객체를 사용하여 특정 시간이 경과한 후 실행할 함수를 예약할 수 있습니다. Timer 객체는 함수를 실행하기 전에 지정된 시간 간격을 기다리는 새 스레드를 생성합니다.
WebIDE 에서 timer_object.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
## Define a function to be executed by the Timer after 5 seconds
def my_function():
print("Hello from timer")
## Create a timer that runs the target function after 5 seconds
timer = threading.Timer(5, my_function)
## Start the timer
timer.start()
## Wait for the timer to finish
timer.join()이 예제에서는 Timer 클래스를 사용하여 Timer 객체를 생성하고, 초 단위의 시간 지연과 실행할 함수를 전달합니다. start 메서드를 사용하여 타이머를 시작하고, join 메서드를 사용하여 완료될 때까지 기다립니다. 5 초 후에 함수가 실행되고 메시지를 출력합니다.
그런 다음 다음 명령을 사용하여 스크립트를 실행합니다.
python timer_object.py팁: 타이머 스레드는 별도로 실행되므로 메인 스레드와 동기화되지 않을 수 있습니다. 함수가 일부 공유 상태 또는 리소스에 의존하는 경우, 적절하게 해당 리소스에 대한 접근을 동기화해야 합니다. 또한, 다른 모든 비 - 데몬 스레드가 완료된 경우에도 타이머 스레드가 여전히 실행 중이면 프로그램이 종료되는 것을 막지 않는다는 점을 기억하십시오.
Python 에서는 threading.Barrier 객체를 사용하여 미리 정의된 동기화 지점에서 여러 스레드를 동기화할 수 있습니다. Barrier 객체는 일련의 스레드가 실행을 계속하기 전에 서로 특정 지점에 도달할 때까지 기다릴 수 있는 방법을 제공합니다.
WebIDE 에서 barrier_object.py라는 프로젝트를 생성하고 다음 내용을 입력합니다.
import threading
## Create a Barrier object for 3 threads
barrier = threading.Barrier(3)
## Define a function that waits at the barrier
def my_function():
print("Before barrier")
## Wait for all three threads to reach the barrier
barrier.wait()
print("After barrier")
## Create 3 threads using a loop and start them
threads = []
for i in range(3):
thread = threading.Thread(target=my_function)
threads.append(thread)
thread.start()
## Wait for all threads to finish executing
for thread in threads:
thread.join()이 예제에서는 Barrier 클래스를 사용하여 Barrier 객체를 생성하고, 기다릴 스레드 수를 전달합니다. wait 메서드를 사용하여 배리어를 기다리고 메시지를 출력하는 함수를 정의합니다. 세 개의 스레드를 생성하고 시작합니다. 각 스레드는 배리어를 기다리므로 모든 스레드가 모두 배리어에 도달할 때까지 기다립니다. 마지막으로, join 메서드를 사용하여 모든 스레드가 완료될 때까지 기다립니다.
그런 다음 다음 명령을 사용하여 스크립트를 실행합니다.
python barrier_object.py이것으로 끝입니다! 이제 Python threading 모듈을 코드에서 사용하는 방법을 알게 되었습니다. 이는 효율적인 동시 애플리케이션을 더 잘 개발할 수 있도록 동시 프로그래밍의 기본 원리와 기술을 깊이 있게 숙달하는 데 도움이 될 수 있습니다.
