آموزش پایتون - اولویت نخ‌ها

در پایتون، در حال حاضر اولویت نخ‌ها (Thread Priority) به طور مستقیم توسط ماژول threading پشتیبانی نمی‌شود. برخلاف جاوا، پایتون از اولویت‌بندی نخ‌ها، گروه‌های نخ، یا برخی مکانیزم‌های کنترلی نظیر نابود کردن، متوقف ساختن، معلق کردن، از سرگیری یا ایجاد وقفه در نخ‌ها پشتیبانی نمی‌کند.

اگرچه نخ‌های پایتون ساده طراحی شده‌اند و به طور آزادانه از مدل مالتی‌تردینگ جاوا الهام گرفته‌اند، این مسئله به دلیل وجود قفل مفسر عمومی پایتون (GIL) است که مدیریت نخ‌های پایتون را بر عهده دارد.

با این حال، شما می‌توانید رفتار مبتنی بر اولویت را با استفاده از تکنیک‌هایی مانند مدت زمان خواب (sleep)، منطق زمان‌بندی سفارشی در داخل نخ‌ها یا استفاده از ماژول‌های کمکی که اولویت وظایف را مدیریت می‌کنند، شبیه‌سازی کنید.

تنظیم اولویت نخ با استفاده از Sleep()

شما می‌توانید اولویت نخ را با ایجاد تاخیر یا استفاده از سایر مکانیزم‌ها برای کنترل ترتیب اجرای نخ‌ها شبیه‌سازی کنید. یک روش رایج برای شبیه‌سازی اولویت نخ، تنظیم مدت زمان خواب (sleep) نخ‌های شما است.

نخ‌های با اولویت پایین‌تر مدت زمان بیشتری می‌خوابند و نخ‌های با اولویت بالا مدت زمان کوتاه‌تری می‌خوابند.

مثال

در اینجا یک مثال ساده برای نشان دادن نحوه سفارشی‌سازی اولویت نخ‌ها با استفاده از ایجاد تاخیر در نخ‌های پایتون آورده شده است. در این مثال، Thread-2 قبل از Thread-1 به پایان می‌رسد زیرا مقدار اولویت پایین‌تری دارد که منجر به زمان خواب کوتاه‌تری می‌شود.

import threading
import time

class DummyThread(threading.Thread):
   def __init__(self, name, priority):
      threading.Thread.__init__(self)
      self.name = name
      self.priority = priority

   def run(self):
      name = self.name
      time.sleep(1.0 * self.priority)
      print(f"{name} thread with priority {self.priority} is running")

# Creating threads with different priorities
t1 = DummyThread(name='Thread-1', priority=4)
t2 = DummyThread(name='Thread-2', priority=1)

# Starting the threads
t1.start()
t2.start()

# Waiting for both threads to complete
t1.join()
t2.join()

print('All Threads are executed')

خروجی

با اجرای برنامه بالا، نتایج زیر را دریافت خواهید کرد −

Thread-2 thread with priority 1 is running
Thread-1 thread with priority 4 is running
All Threads are executed

تنظیم اولویت نخ پایتون در ویندوز

در سیستم‌عامل ویندوز می‌توانید اولویت نخ را با استفاده از ماژول ctypes دستکاری کنید. این ماژول یکی از ماژول‌های استاندارد پایتون است که برای تعامل با Windows API استفاده می‌شود.

مثال

این مثال نحوه تنظیم دستی اولویت نخ‌ها در پایتون در سیستم ویندوز را با استفاده از ماژول ctypes نشان می‌دهد.

import threading
import ctypes
import time

# Constants for Windows API
w32 = ctypes.windll.kernel32
SET_THREAD = 0x20
PRIORITIZE_THE_THREAD = 1

class MyThread(threading.Thread):
   def __init__(self, start_event, name, iterations):
      super().__init__()
      self.start_event = start_event
      self.thread_id = None
      self.iterations = iterations
      self.name = name

   def set_priority(self, priority):
      if not self.is_alive():
         print('Cannot set priority for a non-active thread')
         return

      thread_handle = w32.OpenThread(SET_THREAD, False, self.thread_id)
      success = w32.SetThreadPriority(thread_handle, priority)
      w32.CloseHandle(thread_handle)
      if not success:
         print('Failed to set thread priority:', w32.GetLastError())

   def run(self):
      self.thread_id = w32.GetCurrentThreadId()
      self.start_event.wait()
      while self.iterations:
         print(f"{self.name} running")
         start_time = time.time()
         while time.time() - start_time < 1:
            pass
         self.iterations -= 1

# Create an event to synchronize thread start
start_event = threading.Event()

# Create threads
thread_normal = MyThread(start_event, name='normal', iterations=4)
thread_high = MyThread(start_event, name='high', iterations=4)

# Start the threads
thread_normal.start()
thread_high.start()

# Adjusting priority of 'high' thread
thread_high.set_priority(PRIORITIZE_THE_THREAD)

# Trigger thread execution
start_event.set()

خروجی

هنگام اجرای این کد در مفسر پایتون خود، نتایج زیر را دریافت خواهید کرد −

high running
normal running
high running
normal running
high running
normal running
high running
normal running

اولویت‌بندی نخ‌های پایتون با استفاده از ماژول Queue

ماژول queue در کتابخانه استاندارد پایتون در برنامه‌نویسی چندنخی هنگامی که اطلاعات باید به طور ایمن بین چندین نخ جابجا شوند بسیار مفید است. کلاس Priority Queue در این ماژول تمام مفاهیم قفل‌گذاری مورد نیاز را پیاده‌سازی می‌کند.

در یک صف اولویت‌دار، ورودی‌ها مرتب نگهداری می‌شوند (با استفاده از ماژول heapq) و ورودی با کمترین مقدار ابتدا بازیابی می‌شود.

شیءهای Queue دارای متدهای زیر برای کنترل صف هستند −

• get() − متد get() یک آیتم را از صف حذف کرده و باز می‌گرداند.

• put() − متد put آیتم جدیدی را به صف اضافه می‌کند.

• qsize() − متد qsize() تعداد آیتم‌هایی را که در حال حاضر در صف هستند باز می‌گرداند.

• empty() − متد empty() اگر صف خالی باشد مقدار True و در غیر این صورت False را باز می‌گرداند.

• full() − متد full() اگر صف پر باشد مقدار True و در غیر این صورت False را باز می‌گرداند.

queue.PriorityQueue(maxsize=0)

این سازنده (Constructor) برای یک صف اولویت‌دار است. maxsize یک عدد صحیح است که حد بالایی تعداد آیتم‌هایی را که می‌توان در صف قرار داد تعیین می‌کند. اگر maxsize کمتر یا مساوی صفر باشد، اندازه صف نامحدود است.

ورودی‌های با کمترین مقدار ابتدا بازیابی می‌شوند (ورودی با کمترین مقدار همان ورودی است که توسط min(entries) بازگردانده می‌شود). یک الگوی رایج برای ورودی‌ها، یک تاپل به شکل زیر است −

(priority_number, data)

مثال

این مثال استفاده از کلاس PriorityQueue در ماژول queue را برای مدیریت اولویت‌های وظایف بین دو نخ نشان می‌دهد.

from time import sleep
from random import random, randint
from threading import Thread
from queue import PriorityQueue

queue = PriorityQueue()

def producer(queue):
   print('Producer: Running')
   for i in range(5):

      # create item with priority
      value = random()
      priority = randint(0, 5)
      item = (priority, value)
      queue.put(item)
   # wait for all items to be processed
   queue.join()

   queue.put(None)
   print('Producer: Done')

def consumer(queue):
   print('Consumer: Running')

   while True:

      # get a unit of work
      item = queue.get()
      if item is None:
         break

      sleep(item[1])
      print(item)
      queue.task_done()
   print('Consumer: Done')

producer = Thread(target=producer, args=(queue,))
producer.start()

consumer = Thread(target=consumer, args=(queue,))
consumer.start()

producer.join()
consumer.join()

خروجی

پس از اجرا، خروجی زیر تولید خواهد شد −

Producer: Running
Consumer: Running
(0, 0.15332707626852804)
(2, 0.4730737391435892)
(2, 0.8679231358257962)
(3, 0.051924220435665025)
(4, 0.23945882716108446)
Producer: Done
Consumer: Done