thread-konzept

Thread (Faden)

Kurz: Ein Thread ist ein eigener Ausführungsstrang innerhalb eines Prozesses. Mehrere Threads laufen scheinbar oder tatsächlich gleichzeitig und teilen sich denselben Speicher.

Genauer: Threads erlauben, Wartezeiten zu überbrücken (Netzwerk, Datei), Rechenarbeit auf mehrere CPU-Kerne zu verteilen und Oberflächen reaktionsfähig zu halten. Der gemeinsame Speicher macht sie mächtig und gefährlich: Ohne Absicherung entstehen Race Conditions und Deadlocks.

Im Detail

import threading
 
ergebnisse = []
 
def arbeite(n):
    ergebnisse.append(n * n)
 
threads = [threading.Thread(target=arbeite, args=(i,)) for i in range(5)]
for t in threads:
    t.start()
for t in threads:
    t.join()                 # warten, bis alle fertig sind
print(sorted(ergebnisse))    # [0, 1, 4, 9, 16]

Prozess oder Thread?

	Prozess	Thread
Speicher	eigener, getrennt	geteilt mit anderen Threads des Prozesses
Erzeugen	teuer	günstig
Kommunikation	Pipes, Sockets, Shared Memory	direkt über gemeinsame Variablen
Absturz	isoliert	kann den ganzen Prozess mitreißen

Nebenläufigkeit in der Praxis

• Thread-Pools begrenzen die Zahl der Threads und verteilen Aufträge (Queue).
• Sperren (Mutex) schützen gemeinsame Daten; unveränderliche Daten (Immutability) brauchen keine.
• Python hat eine globale Interpreter-Sperre (GIL): Rechenintensive Aufgaben nutzt man dort mit Prozessen.
• Alternativen zu Threads: async/await mit Event Loop, Goroutinen (Go), Actor-Modell (Erlang, Elixir).

Siehe auch: Nebenläufigkeit, Race Condition, Mutex, async/await