Yoru Karu Studio

01-5. Process vs Thread 完整對比 ⏱️ 閱讀時間： 10 分鐘 🎯 難度： ⭐⭐ (簡單) 🎯 本篇重點 完整對比 Process 和 Thread 的差異，理解各自的優缺點和適用場景。 🤔 一句話解釋 Process： 擁有獨立記憶體空間的執行單位 Thread： 共享記憶體空間的輕量級執行單位 🏢 用公司來比喻 Process = 獨立的公司 公司 A（Process A） ├─ 辦公室（獨立記憶體空間） ├─ 資產（獨立資源） ├─ 員工（Thread） └─ 財務（獨立帳戶） 公司 B（Process B） ├─ 辦公室（獨立記憶體空間） ├─ 資產（獨立資源） ├─ 員工（Thread） └─ 財務（獨立帳戶） 公司 A 和 B 完全獨立，互不干擾Thread = 公司內的員工 公司 A（Process） ├─ 辦公室（共享記憶體空間） │ ├─ 員工 1（Thread 1） │ ├─ 員工 2（Thread 2） │ └─ 員工 3（Thread 3） │ ├─ 共用資源 │ ├─ 會議室 │ ├─ 影印機 │ └─ 茶水間 │ └─ 所有員工共享這些資源！ 📊 核心差異對比 記憶體空間 特性 Process Thread 記憶體空間 獨立 共享 Code Segment 各自獨立 共享同一份 Data Segment 各自獨立 共享 Stack 各自獨立 各自獨立 Heap 各自獨立 共享 # Process：獨立記憶體 from multiprocessing import Process global_var = 0 # 每個 Process 有自己的 global_var def process_task(): global global_var global_var += 1 print(f"Process: global_var = {global_var}") p1 = Process(target=process_task) p2 = Process(target=process_task) p1.

02-1. Thread 是什麼 ⏱️ 閱讀時間： 8 分鐘 🎯 難度： ⭐ (超級簡單) 🤔 一句話解釋 Thread（執行緒/線程）是 Process 內的輕量級執行單位，共享 Process 的記憶體空間，可以並發執行不同的任務。 🏢 用公司來比喻 Process = 公司 Yoru-Karu Studio（Process） ├─ 辦公室（記憶體空間） ├─ 資源（檔案、網路） └─ 員工（Threads）Thread = 員工 Yoru-Karu Studio ├─ 員工 A（Thread 1）→ 處理訂單 ├─ 員工 B（Thread 2）→ 接聽電話 ├─ 員工 C（Thread 3）→ 更新網站 └─ 員工 D（Thread 4）→ 回覆郵件 所有員工： ✅ 共用同一個辦公室（共享記憶體） ✅ 共用同一組資源（檔案、資料庫） ✅ 可以同時工作（並發） ✅ 可以互相溝通（直接存取共享變數） 💻 Thread 的本質 Thread vs Process Process（進程） └─ 獨立記憶體空間 ├─ Thread 1 (主線程) ├─ Thread 2 ├─ Thread 3 └─ Thread 4 所有 Thread 共享這個記憶體空間！記憶體結構 Process 記憶體 ├─ Code Segment ← 所有 Thread 共享 ├─ Data Segment ← 所有 Thread 共享 ├─ Heap ← 所有 Thread 共享 └─ Stack ├─ Thread 1 Stack ← 各自獨立 ├─ Thread 2 Stack ← 各自獨立 └─ Thread 3 Stack ← 各自獨立關鍵：

02-2. Thread 的優缺點 ⏱️ 閱讀時間： 10 分鐘 🎯 難度： ⭐⭐ (簡單) 🤔 一句話解釋 Thread 的優點是輕量、快速、共享記憶體；缺點是競爭條件（Race Condition）、除錯困難、受 GIL 限制（Python）。 ✅ Thread 的優點 1. 創建成本低 Process vs Thread 創建成本對比： import time from multiprocessing import Process from threading import Thread # 測試 Process start = time.time() processes = [Process(target=lambda: None) for _ in range(1000)] for p in processes: p.start() for p in processes: p.join() print(f"Process: {time.time() - start:.2f} 秒") # 測試 Thread start = time.

02-3. Thread 的生命週期 ⏱️ 閱讀時間： 12 分鐘 🎯 難度： ⭐⭐ (簡單) 🤔 一句話解釋 Thread 從創建到終止會經歷：New → Runnable → Running → (Blocked) → Terminated 五個狀態。 🔄 Thread 生命週期圖 創建 Thread ↓ ┌─────────┐ │ New │ ← Thread 已創建，但未啟動 └─────────┘ ↓ start() ┌─────────┐ │Runnable │ ← 就緒狀態，等待 CPU └─────────┘ ↓ OS 調度 ┌─────────┐ │ Running │ ← 正在執行 └─────────┘ ↓ 完成 / sleep() / wait() / I/O ┌─────────┐ ┌─────────┐ │ Blocked │ ←────→ │Runnable │ └─────────┘ └─────────┘ ↓ 任務完成 ┌─────────┐ │Terminated│ ← Thread 結束 └─────────┘ 📍 狀態 1：New（新建狀態） 定義：Thread 對象已創建，但尚未呼叫 start() 方法。

02-4. Thread 同步機制 ⏱️ 閱讀時間： 15 分鐘 🎯 難度： ⭐⭐⭐ (中等) 🤔 一句話解釋 Thread 同步機制用於協調多個 Thread 的執行順序，避免 Race Condition 和資料不一致問題。 🚦 為什麼需要同步機制？ 問題：Race Condition from threading import Thread balance = 1000 # 銀行帳戶餘額 def withdraw(amount): global balance # 危險操作！分三步： temp = balance # 1. 讀取 temp = temp - amount # 2. 計算 balance = temp # 3. 寫回 # 兩個 Thread 同時提款 t1 = Thread(target=withdraw, args=(500,)) t2 = Thread(target=withdraw, args=(300,)) t1.

02-5. Thread Pool 與實戰應用 ⏱️ 閱讀時間： 18 分鐘 🎯 難度： ⭐⭐⭐ (中等) 🤔 一句話解釋 Thread Pool 是預先創建的 Thread 集合，重複使用來執行多個任務，避免頻繁創建/銷毀 Thread 的開銷。 ❌ 沒有 Thread Pool 的問題 問題 1：頻繁創建/銷毀 Thread import time from threading import Thread def task(task_id): time.sleep(0.1) return f"Task {task_id} 完成" # 處理 100 個任務，每個任務創建一個 Thread start = time.time() threads = [] for i in range(100): t = Thread(target=task, args=(i,)) t.start() threads.append(t) for t in threads: t.join() print(f"時間: {time.time() - start:.