Programación en paralelo

a. Presentación

Hace tiempo que Python propuso un módulo llamado thread, que ofrecía un API de bajo nivel y que permitía crear hilos de ejecución, según diferentes soluciones que podrían corresponder a las capacidades de Python en este dominio.

La implementación CPython, teniendo partes completas de su código incompatibles con una creación propia de hilos de ejecución, ha evolucionado y finalmente ha quedado obsoleto con la finalización de un API de alto nivel, threading, que no solo es más sencillo de utilizar y está más próximo a las necesidades, sino que también es más fiable.

En Python 3.x, el antiguo y obsoleto módulo de bajo nivel, se ha eliminado (vea la PEP (Python Enhancement Proposals) en la documentación de Python bajo el capítulo Obsolete en: https://www.python.org/dev/peps/pep-3108/), y el nuevo módulo se beneficia de todos los esfuerzos añadidos a la implementación de CPython, para permitir tener varios hilos de ejecución.

Como veremos, la problemática no es la creación y ejecución en paralelo de hilos de ejecución, sino más bien la gestión de los recursos que comparten y sus comunicaciones.

b. Crear

Para crear un hilo de ejecución, hay que utilizar el módulo de alto nivel:

>>> from threading import Thread 

Para las necesidades de este ejemplo, también cargamos los siguientes módulos:

>>> from time import time, ctime, sleep 

A continuación, se muestra la declaración de un hilo de ejecución, siguiendo su uso:

>>> class Worker(Thread):  
...     def __init__(self, name, delay):  
...         self.delay = delay  
...         Thread.__init__(self, name=name)  
...     def run(self):  
...         for i in range(5):  
...         print("%s: llamada %s, %s" % (self.getName(), i, ctime(time()))) 
...              sleep(self.delay)  
...   
>>> try:  
...     t1 = Worker("T1", 2)  
...     t2 = Worker("T2"...

a. Presentación

En un determinado número de planes, visto desde la interfaz de alto nivel proporcionada por Python, la multitarea (o multi-hilo), se parece al multiproceso. Pero la semejanza termina en las listas de métodos propuestos por los objetos.

La problemática por resolver es más compleja. Su ventaja es permitir ejecutar dos acciones al mismo tiempo sobre dos procesadores diferentes y, así, reducir su tiempo de ejecución.

Un proceso es independiente, incorpora su propio entorno de ejecución. También está relacionado con el proceso que lo crea, que puede ser la consola Python, la máquina virtual Python u otro proceso Python.

b. Crear

Crear un proceso es relativamente sencillo. A continuación, se muestran los módulos necesarios:

>>> from multiprocessing import Process  
>>> from time import sleep 

Veamos ahora un trabajo que se va a adjuntar al proceso:

>>> def work(name):  
...     print('Inicio del trabajo: %s' % name)  
...     for j in range(10):  
...         for i in range(10):  
...             sleep(0.01)  
...             print('.', sep='', end='')  
...         print('.')  
...     print('Fin del trabajo: %s' % name)  
... 

Es suficiente con crear el proceso y arrancarlo:

>>> p = Process(target=work, args=('Test',))  
>>> p.start()  
>>> p.join()  

Vemos aquí el resultado:

Inicio del trabajo: Prueba  
...........  
...........  
...........  
...........  
...........  
...........  
...........  
...........  
...........  
...........  
Fin del trabajo: Test 

Vamos a destacar las características del proceso:

>>> print ('Flujo principal: %s' % os.getpid())  
Flujo principal: 8879 

El PID (Process ID) padre del proceso es este número:

>>> def work(name):  
...     print('Inicio del trabajo: %s' % name) 
...     print('Pid: %s, padre: %s'...