共享數(shù)據(jù)
實現(xiàn)并發(fā)系統(tǒng)時的一個重要問題是在多個線程或進程間共享數(shù)據(jù)。實際上，程序員必須確保鎖保護共享數(shù)據(jù)，以便所有對它的訪問都被序列化，并且一次只有一個線程或進程可以訪問共享數(shù)據(jù)。如果多個線程或進程都試圖訪問相同的共享數(shù)據(jù)，那么除了其中至少一個以外，其他所有進程都將被阻塞并保持空閑狀態(tài)。換句話說，在鎖定生效時，我們只能使用一個進程或線程。可以有一些簡單的解決方案來消除上述障礙 -

數(shù)據(jù)共享限制
最簡單的解決方案是不共享任何可變數(shù)據(jù)。在這種情況下，我們不需要使用顯式鎖定，并且可以解決由于相互數(shù)據(jù)而導致的并發(fā)障礙。

數(shù)據(jù)結構協(xié)助
很多時候并發(fā)進程需要同時訪問相同的數(shù)據(jù)。與使用顯式鎖相比，另一種解決方案是使用支持并發(fā)訪問的數(shù)據(jù)結構。例如，可以使用提供線程安全隊列的隊列模塊。也可以使用multiprocessing.JoinableQueue類來實現(xiàn)基于多處理的并發(fā)。

不可變的數(shù)據(jù)傳輸
有時，我們使用的數(shù)據(jù)結構(比如說并發(fā)隊列)不適合，那么可以傳遞不可變數(shù)據(jù)而不鎖定它。

可變數(shù)據(jù)傳輸
繼續(xù)上面的解決方案，假設如果它只需要傳遞可變數(shù)據(jù)而不是不可變數(shù)據(jù)，那么可以傳遞只讀的可變數(shù)據(jù)。

共享I/O資源
實現(xiàn)并發(fā)系統(tǒng)的另一個重要問題是線程或進程使用I/O資源。當一個線程或進程使用I/O很長時間而另一線程或進程閑置時會出現(xiàn)問題。在處理I/O大量應用程序時，我們可以看到這種障礙。可以通過一個例子來理解，從Web瀏覽器請求頁面。這是一個沉重的應用程序。在這里，如果數(shù)據(jù)請求的速率比它消耗的速率慢，那么在并發(fā)系統(tǒng)中就會有I/O障礙。

以下Python腳本用于請求網(wǎng)頁并獲取網(wǎng)絡用于獲取請求頁面的時間 -

import urllib.request
import time
ts = time.time()
req = urllib.request.urlopen('http://www.yiibai.com')
pageHtml = req.read()
te = time.time()
print("Page Fetching Time : {} Seconds".format (te-ts))

執(zhí)行上述腳本后，可以獲取頁面獲取時間，如下所示。

Page Fetching Time: 0.999139881798332 Seconds

可以看到，獲取該頁面的時間差不多是一秒鐘。現(xiàn)在，如果我們想要訪問數(shù)千個不同的網(wǎng)頁，您可以大概知道訪問網(wǎng)絡需要多少時間。

什么是并行性？

并行可定義為將任務分解為可同時處理的子任務的技術。如上所述，它與并發(fā)性相反，其中兩個或更多事件同時發(fā)生。我們可以用圖解理解它; 一個任務被分解成可以并行處理的多個子任務，如下所示 -

并行但不平行
應用程序可以是并行的，但不是并行的，意味著它可以同時處理多個任務，但任務不會分解為子任務。

并行但不并發(fā)
一個應用程序可以是并行的，但不是并行的，意味著它一次只能在一個任務上工作，并且分解為子任務的任務可以并行處理。

既不平行也不并發(fā)
應用程序既不能并行也不能并發(fā)。這意味著它一次只能處理一項任務，并且任務不會被分解為子任務。

并行和并發(fā)
應用程序既可以是并行的，也可以是并行的，這意味著它既可以同時在多個任務上工作，也可以將任務分解為子任務并行執(zhí)行。

并行的必要性

我們可以通過在單CPU的不同內(nèi)核之間或網(wǎng)絡內(nèi)連接的多臺計算機之間分配子任務來實現(xiàn)并行。

考慮以下要點來理解為什么有必要實現(xiàn)并行性 -

有效的代碼執(zhí)行
借助并行性，我們可以高效地運行代碼。它將節(jié)省時間，因為部分中的相同代碼并行運行。

比順序計算更快速
順序計算受到物理和實際因素的限制，因此無法獲得更快的計算結果。另一方面，這個問題可以通過并行計算來解決，并且比順序計算提供更快的計算結果。

執(zhí)行時間更短
并行處理減少了程序代碼的執(zhí)行時間。

如果要談論真實生活中并行性的例子，我們計算機的圖形卡就是一個例子，它強調了并行處理的真正能力，因為它擁有數(shù)百個獨立工作的獨立處理內(nèi)核，并且可以同時執(zhí)行。由于這個原因，我們也能夠運行高端應用程序和游戲。

理解處理器的實現(xiàn)

我們知道并發(fā)性，并行性以及它們之間的差異，但是它將如何實現(xiàn)。理解將要實施的系統(tǒng)是非常必要的，因為它使我們在設計軟件時能夠做出明智的決定。有以下兩種處理器 -

單核處理器
單核處理器能夠在任何給定時間執(zhí)行一個線程。這些處理器使用上下文切換來在特定時間存儲線程的所有必要信息，然后再恢復信息。上下文切換機制有助于我們在給定秒內(nèi)的多個線程上取得進展，并且看起來好像系統(tǒng)正在處理多種事情。

單核處理器具有許多優(yōu)點。這些處理器需要更少的功率，并且多個內(nèi)核之間沒有復雜的通信協(xié)議。另一方面，單核處理器的速度有限，不適合更大的應用。

多核處理器
多核處理器具有多個獨立處理單元，也稱為核心。

這種處理器不需要上下文切換機制，因為每個核心都包含執(zhí)行一系列存儲指令所需的所有內(nèi)容。

讀取 - 解碼 - 執(zhí)行的周期

多核處理器的內(nèi)核遵循一個執(zhí)行周期。這個周期被稱為讀取 - 解碼 - 執(zhí)行周期。它涉及以下步驟 -

讀取
這是循環(huán)的第一步，它涉及從程序存儲器讀取指令。

解碼
最近讀取的指令將被轉換為一系列觸發(fā)CPU其他部分的信號。

執(zhí)行
這是獲取和解碼指令將被執(zhí)行的最后一步。執(zhí)行結果將存儲在CPU寄存器中。

這里的一個優(yōu)勢是多核處理器的執(zhí)行速度比單核處理器的執(zhí)行速度快。它適用于更大的應用程序。另一方面，多核之間的復雜通信協(xié)議是一個問題。多核需要比單核處理器需要更多的功率。

上一篇：系統(tǒng)和內(nèi)存架構下一篇：同步線程