- Главная
- Разное
- Дизайн
- Бизнес и предпринимательство
- Аналитика
- Образование
- Развлечения
- Красота и здоровье
- Финансы
- Государство
- Путешествия
- Спорт
- Недвижимость
- Армия
- Графика
- Культурология
- Еда и кулинария
- Лингвистика
- Английский язык
- Астрономия
- Алгебра
- Биология
- География
- Детские презентации
- Информатика
- История
- Литература
- Маркетинг
- Математика
- Медицина
- Менеджмент
- Музыка
- МХК
- Немецкий язык
- ОБЖ
- Обществознание
- Окружающий мир
- Педагогика
- Русский язык
- Технология
- Физика
- Философия
- Химия
- Шаблоны, картинки для презентаций
- Экология
- Экономика
- Юриспруденция
Python: GIL MultiThreading презентация
Содержание
- 1. Python: GIL MultiThreading
- 2. Многопоточность
- 3. Multithreading Потоки нужны для произведения параллельных вычислений Потоки нужно: Создавать Ожидать Завершать
- 4. Совместное использование ресурсов Взаимоисключения (mutex) Критическая секция (fast mutex, futex) Семафоры (пул ресурсов) События
- 5. Изменяемые объекты Неизменяемые Изменяемые, не имеющие представления о потоках Мониторы Активные объекты
- 6. Mutex
- 7. Мониторы
- 8. Thread Pools – concurrent.futures Новинка Python 3.2 future - отложенное значение
- 9. Активные объекты
- 10. Global Interpreter Lock
- 11. Global Interpreter Lock Global Interpreter Lock (GIL)
- 12. Global Interpreter Lock GIL используется в Cpython,
- 13. GIL in Python 2.x
- 14. GIL in Python 2.x Одновременно исполняется лишь
- 15. GIL in Python 2.x – 1 CPU
- 16. GIL in Python 2.x Последовательный запуск Выполнение отнимает 13 sec
- 17. GIL in Python 2.x – N CPU
- 19. GIL in Python 2.x – N CPU Проблема Control-C
- 20. GIL in Python 2.x – N CPU
- 21. Почему такой алгоритм GIL? Guido van Rossum:
- 22. GIL in Python 3.2
- 23. GIL in Python 3.2 Тайм-аут для переключения
- 24. GIL in Python 3.2 Теперь необходимо 21 sec в обоих случаях
- 25. GIL in Python 3.2
- 26. Выводы Python v.3.2 GIL работает существенно эффективнее В Python многопоточность возможна!
- 27. Thank you This presentation was
Многопоточность
Слайд 3Multithreading
Потоки нужны для произведения параллельных вычислений
Потоки нужно:
Создавать
Ожидать
Завершать
Слайд 4Совместное использование ресурсов
Взаимоисключения (mutex)
Критическая секция (fast mutex, futex)
Семафоры (пул ресурсов)
События
Слайд 5Изменяемые объекты
Неизменяемые
Изменяемые, не имеющие представления о потоках
Мониторы
Активные объекты
Слайд 11Global Interpreter Lock
Global Interpreter Lock (GIL) - особый алгоритм мьютекса (лока),
накладываемый на поток интерпретатора для исключения одновременного потоково-небезопасного доступа к общим ресурсам.
Слайд 12Global Interpreter Lock
GIL используется в Cpython, Ruby, PHP
GIL в Python v.2.x
и v.3.2 различается существенно
Python branches 2.x и v.3.x – обратно несовместимы
Python branches 2.x и v.3.x – обратно несовместимы
Слайд 14GIL in Python 2.x
Одновременно исполняется лишь поток интерпретатора
100 тиков (инструкций)
Освобождается
на время операций ввода-вывода, простых арифметических операций
Слайд 17GIL in Python 2.x – N CPU
Параллельный запуск на 2х процессорном
PC
Выполнение отнимает 30 sec
Выполнение отнимает 30 sec
Слайд 20GIL in Python 2.x – N CPU
Слишком много сигналов
CPU-потоки блокируют IO-потоки
(неверная расстановка приоритетов)
Слайд 21Почему такой алгоритм GIL?
Guido van Rossum: “…
Нужно переписать половину интерпетатора –
трудоемко
В результате замедлится выполнение всех инструкций Python – бессмысленно
Используйте модули ‘processing’, parallelpython, Pypar, pyMPI
Возьмите Jython, IronPython, etc и боритесь с dead-lock’ами…”
В результате замедлится выполнение всех инструкций Python – бессмысленно
Используйте модули ‘processing’, parallelpython, Pypar, pyMPI
Возьмите Jython, IronPython, etc и боритесь с dead-lock’ами…”
Слайд 23GIL in Python 3.2
Тайм-аут для переключения между потоками (5 ms) вместо
количества операций (100)
Рабочая приоритетизация
Существенное уменьшение количества сигналов и другого “мусора”
Рабочая приоритетизация
Существенное уменьшение количества сигналов и другого “мусора”
