Python Eficaz

>>>
1000 items finished
Lembre-se
• Pipelines são uma excelente maneira de organizar sequências de trabalho que
rodam de forma simultânea (em concorrência) usando múltiplas threads do
Python.
• Esteja ciente dos muitos problemas envolvendo pipelines concorrentes: busy
waiting, threads de trabalho erráticas e explosão no uso de memória.
• A classe Queue tem todos os recursos necessários para construir pipelines
robustas: operações de bloqueio, tamanho de buffer e união de filas.
Item 40: Considere usar corrotinas para rodar muitas
funções simultaneamente
As threads dão aos programadores do Python uma maneira de executar múltiplas
funções aparentemente ao mesmo tempo (consulte o Item 37: “Use threads para
bloquear I/O e evitar paralelismo”). Mas há três grandes problemas com as
threads:
• Requerem ferramentas especiais para coordenar entre elas o trabalho de
forma que uma não interfira com a outra (consulte o Item 38: “Use Lock para
evitar que as threads iniciem condições de corrida nos dados” e o Item 39:
“Use Queue para coordenar o trabalho entre as threads”). Isso torna o código
que usa threads muito mais difícil de entender que um código procedural, de
apenas uma thread. Essa complexidade torna o código com threads também
difícil de estender e manter ao longo do tempo.
• Requerem muita memória, em torno de 8 MB por thread. Na maioria dos
computadores, essa quantidade de memória não é relevante se o programa
dispara uma ou duas dezenas de threads. Contudo, e se um determinado
programa disparar não dezenas, mas centenas de funções
“simultaneamente”? Essas funções podem corresponder a solicitações dos
usuários a um servidor, pixels na tela, partículas em uma simulação etc.
Executar uma thread exclusiva para cada atividade única simplesmente não
funciona.
www.full-ebook.com