[PERL] 23-多執行緒 @新精讚

自動目錄

適合多執行緒的程式
使用多執行緒
執行緒類別的方法介紹
執行緒的方法介紹
建立執行緒
單一執行緒執行時間過久？
執行緒一定要進行回收
取得執行中的清單
結論
參考資料

一般的程式，也就是單線程(thread)程式，是由程式開始往下執行，假設遇到計算耗時比較久或是回應逾時的情況，程式就會等待或是終止。

而多執行緒的程式，可在一次執行程式時間，同時進行多線程(multi-thread)的計算，在效率上可獲得即大的提升。

例如網路方面的程式，程式的瓶頸常常在連線方面等待目標回應，假設目標沒回應而逾時(timeout)，程式會浪費時間等待直到逾時才繼續進行下去。若程式採用多執行緒方式，可以一邊等待一邊進行下去，當有回應後再接續處理。

適合多執行緒的程式

何種程式適合多執行緒，以下列出幾種特性：

1. 重覆性高，性質單純

2. 程式比較不重視順序，可將工作拆成小單元

3. 能避免共用資料存取鎖住的問題，或能允許部分資料遺失

4. 單一執行緒失敗可重新啟動或不影響最後結果

基本上多執行緒程式都有以上的特性，如果你的程式後面的計算或處理需要從前面的結果得到，那就不適合；此外，如果單一執行緒計算錯誤或失敗就會導致全部失敗而無法補救的話，就非常不適合寫成多執行緒。

此外，撰寫多執行緒的程式很燒腦，因為要思考很多邏輯的關係，也就是先後次序的關係。除錯也比較困難，所以多執行緒程式聽起來帥，但只適合進階的設計者。

使用多執行緒

perl5.8 後使用threads 這個模組，更早的版本請自行尋找 Thread.pm這模組

use threads;
use threads::shared;

第二行可以不加，若你不需要使用 shared 這個模組。(如果對這部分不了解的可能參考[PERL] 18-套件及模組)

如果沒裝的話，可加裝此套件(CENTOS LINUX7)

dnf install perl-threads

執行緒類別的方法介紹

create() 建立一個執行緒，並開始執行指定的函式。他有一個別名new()。

yield() 讓別的執行緒有機會執行

list() 查看目前狀態

exit() 中止執行執行緒

執行緒的方法介紹

join() 關連：等待執行緒結束，並取回回傳值。

tid() 取得執行緒id。

detach() 分離：不理此執行緒，並放棄回傳值，如果此程序還沒執行完會繼續執行，直到他結束為止。

狀態檢查

is_running() 該執行緒是否正在執行？

is_joinable() 該執行緒是否已關連？

is_detached() 該執行緒是否已分離？

多執行緒的流程大致大可表示：

建立-->關連/脫離/中止-->結束

建立執行緒

使用 create() 函數來建立執行緒，以下範例使用多執行緒來產生指定範圍的整數亂數

my $thr = threads->create('create_random', (100,200));
print $thr->join();

sub create_random {
  my @p= @_;
  sleep(1);
  return int(rand($p[1]-$p[0])+$p[0]);
}

第1行建立執行緒，指定使用函數 "create_random"，同時用清單的方式傳入此函數需要用到的參數。

第2行等待此執行緒結束，並取得此執行緒的回傳值

第4~8行副程式create_random：產生範圍內隨機整數亂數。

執行結果：

134

看起來和一般的程式沒有兩樣，其實我們也可以不用執行緒的方式叫用create_random()這個副程式，得到的結果是一樣的：

$result= &create_random(100,200);
print $result

以上的範例可以知道，執行緒叫用副程式的方式和直接叫用差異並不大。

但是執行緒能做的遠遠比副程式來得多，因為直接叫用副程式的方法如果遇到副程式要執行比較久的話，程式就會停滯並等待結果。我們叫用100次副程式來比較兩者的差異：

寫法一、直接叫用100次副程式

$sum=0;
for(1..100){
$sum+= &create_random(100,200);
}

寫法二、使用執行緒叫用100次副程式

$sum=0;
for(1..100){
$thr = threads->create('create_random', (100,200));
$sum+= $thr->join();
}

上面的寫法二等於寫法一，等於每一次都等待程式執行完再啟動另一個執行序，並不會得到執行緒的優勢。

寫法三、使用執行緒叫用100次副程式

$sum=0;
@thr=();
for(1..100){
$thr[$_] = threads->create('create_random', (100,200));
}
for(1..100){
$sum += $thr[$_]->join();
}

寫法三把叫用和取回值的過程分開，把多執行緒的效率發揮出來，我分別使用 Time:Elapse (Perl 計算經過的時間@新精讚)的套件來計算三者使用的時間，由於create_random副程式中有一秒的延遲，因此產生巨大的時間差異：

單次呼叫副程式： COST: 00:00:01.001000 sec 耗費約1.001秒

方法一：COST: 00:01:40.314674 sec 耗費約100.3秒

方法二：COST: 00:01:40.885978 sec 耗費約100.9秒

方法三：COST: 00:00:01.232909 sec 耗費約1.23秒 <== 時間大幅減少到只比單次呼叫的1.001秒慢一點點。

由方法三發現，使用執行緒可以讓程式平行執行，達到超高的效率，尤其是用於網路環境，不會因為其中一台伺服器連線等待而拖慢全部的時間。

每個副程式要執行1秒多，當累加起來會耗費大量的時間，所以多執行緒能用平行處理解決這個問題。

單一執行緒執行時間過久？

執行緒的確達到超高的效率，但如果單一個執行緒執行過久，結果又會如何？

結果就是，大家在等著他的結束，當使用 join() 方法時，就是在等待該執行緒結束，最後的執行時間會因為某一個執行緒太慢而延遲。

因此最好的做法就是先結束的先join，才不會造成等待，實際上我們常常無法知道哪一個執行緒能先join，這時可用 is_running()來檢查。

對於還在執行中的執行緒，如果單一執行緒的結果並不會影響整理的結果的話，可以使用 detach() 方法，放棄該執行緒。

以下範例產生100個隨機整數，並計算平均結果。

不一樣的是在副程式create_random_tardy中多了一個隨機的時間延遲，並在指定完100個執行緒後，開始進行結果的回收。

$sum=$n=0;
@thr=();

for(1..100){
  $thr[$_] = threads->create('create_random_tardy', (100,200));
}
sleep(3); # 等待3秒讓大部分的執行緒跑完
for(1..100){
  # 已經跑完的執行緒回收結果
  if(!$thr[$_]->is_running()){ 
    $sum += $thr[$_]->join();
    $n++;
  # 未跑完的執行緒放棄結果
  }else{
    print $thr[$_]->tid(). ", ";
    $thr[$_]->detach();
  }
}
print "Average: ". $sum/$n . "\n";
print "COST: $now sec\n";

sub create_random_tardy {
  my @p= @_;
  $x=rand(5);
  sleep($x);
  return int(rand($p[1]-$p[0])+$p[0]);
}

執行結果：

13, 14, 19, 21, 27, 29, 37, 48, 55, 61, 63, 67, 79, 87, 98, Average: 149.670588235294
COST: 00:00:03.409206 sec

說明：

第4~6行建立100個執行緒
第7行等待3秒讓大部分的執行緒跑完
第10行利用 is_running() 檢查，如果已經跑完，回傳false，進行回傳結果回收。
第14~17行正在運行中執行緒，印出目前執行緒id並放棄結果。
第22~27行副程式create_random_tardy()，隨機產生範圍內的亂數
第25行隨機產生5秒內的延遲。

執行緒一定要進行回收

在create一個執行緒後，千萬不能不理他，一定要進行回收，回收程式有 join/detach兩種。

就算只是單純列印資料而不回傳資料的執行緒，還是要回收處理，否則程式會報警告。

Perl exited with active threads:
   15 running and unjoined <== 程式結束，還有15個執行緒未執行完也未 join
    30 finished and unjoined <== 程式結束，還有30個執行緒已執行完也未 join
    1 running and detached <== 程式結束，還有1個執行緒未執行完但被 detach

取得執行中的清單

上面的方法讓每個執行緒進行判斷，如果執行完就回收結果(join)，否則就脫離(detach)。

有沒有一種方法知道現在正在運行中的清單？有的，使用 list() 函數，可以帶入幾個參數

# 回傳未回收( non-joined/non-detached)的執行緒清單及數量

my @threads = threads->list();

my $thread_count = threads->list();

# 同 threads->list();

my @all= threads->list(threads::all);

# 回傳未回收( non-joined/non-detached)的執行緒但還在執行中的清單

my @running = threads->list(threads::running);

# 回傳未回收( non-joined/non-detached)的執行緒但已執行完可以join的清單

my @joinable = threads->list(threads::joinable);

以下範例執行完畢後，把未回收收但執行完的執行緒進行join()，並加總：

$sum = 0;
my @joinable = threads->list(threads::joinable);

foreach(@joinable){
  $sum += $_->join();
}

使用list() 會列出所有的 threads物件，你無法知道哪個物件是叫用哪個副程式，全部混在一起，使用上應多注意。

結論

此篇算是大致上介紹完多執行緒的寫法，網路方面的程式很需要用多執行緒來完成，熟析後能替程式帶來極大的效能提升。

參考資料

1 perl docs https://perldoc.perl.org/threads

上一篇 [PERL] 22-日期和時間
回到目錄 01-撰寫第一隻PERL程式
下一篇 [PERL] 24-呼叫系統程式及評估

END