Yoru Karu Studio

05-1. Python GIL 深度解析 ⏱️ 閱讀時間： 15 分鐘 🎯 難度： ⭐⭐⭐ (中等) 🎯 本篇重點 深入理解 Python GIL (Global Interpreter Lock) 的原理、影響以及如何繞過它。 🤔 什麼是 GIL？ GIL (Global Interpreter Lock) = 全域解釋器鎖 一句話解釋： GIL 是 Python 解釋器（CPython）的一把全域鎖，確保同一時間只有一個 Thread 可以執行 Python 程式碼。 🏢 用廚房來比喻 沒有 GIL 的語言（如 Java、C++） 廚房（CPU） ├─ 爐子 1（核心 1）→ 廚師 A 炒菜 ├─ 爐子 2（核心 2）→ 廚師 B 炒菜 ├─ 爐子 3（核心 3）→ 廚師 C 炒菜 └─ 爐子 4（核心 4）→ 廚師 D 炒菜 4 個廚師可以同時使用 4 個爐子 ← 真正並行有 GIL 的 Python 廚房（CPU） ├─ 爐子 1（核心 1） ├─ 爐子 2（核心 2） ├─ 爐子 3（核心 3） └─ 爐子 4（核心 4） 但只有一把廚房鑰匙（GIL）！ ├─ 廚師 A 持有鑰匙 → 可以用爐子 1 ├─ 廚師 B 等待鑰匙 → 無法工作 ├─ 廚師 C 等待鑰匙 → 無法工作 └─ 廚師 D 等待鑰匙 → 無法工作 同一時間只有一個廚師可以工作 ← 無法並行 🔍 GIL 的實際影響 案例 1：CPU 密集型任務 import time from threading import Thread def cpu_task(): """CPU 密集計算""" total = 0 for i in range(10000000): total += i * i return total # 單 Thread start = time.

05-2. threading 模組完整指南 ⏱️ 閱讀時間： 15 分鐘 🎯 難度： ⭐⭐ (簡單) 🎯 本篇重點 完整掌握 Python threading 模組，包含 Thread 創建、同步機制、Thread Pool、最佳實踐等核心功能。 📚 threading 模組概覽 threading 是 Python 標準庫中用於創建和管理多執行緒的模組，適合 I/O 密集型任務。 from threading import Thread, Lock, Semaphore, Event, Condition from threading import current_thread, enumerate, active_count 1️⃣ 創建 Thread 方法 1：函式作為 target from threading import Thread import time def worker(name, sleep_time): """Worker 函式""" print(f"[{name}] 開始工作...") time.sleep(sleep_time) print(f"[{name}] 完成工作") # 創建 Thread t1 = Thread(target=worker, args=('Worker-1', 2)) t2 = Thread(target=worker, args=('Worker-2', 3)) # 啟動 t1.

05-3. multiprocessing 模組完整指南 ⏱️ 閱讀時間： 20 分鐘 🎯 難度： ⭐⭐⭐ (中等) 🎯 本篇重點 完整掌握 Python multiprocessing 模組，包含 Process 創建、Pool 管理、資料共享、進程間通訊（IPC）等所有核心功能。 📚 multiprocessing 概覽 multiprocessing 是 Python 標準庫中用於創建和管理多個 Process 的模組，可以繞過 GIL 限制，實現真正的並行計算。 from multiprocessing import Process, Pool, Queue, Pipe, Manager from multiprocessing import Value, Array, Lock 1️⃣ 基礎：創建 Process 方法 1：函式作為 target from multiprocessing import Process import os import time def worker(name, sleep_time): """Worker 函式""" print(f"[{name}] PID: {os.getpid()}, 父 PID: {os.getppid()}") print(f"[{name}] 開始工作.

05-4. concurrent.futures 使用指南 ⏱️ 閱讀時間： 12 分鐘 🎯 難度： ⭐⭐ (簡單) 🎯 本篇重點 掌握 Python concurrent.futures 模組，這是一個高層級的併發介面，統一了 Thread 和 Process 的使用方式。 🤔 為什麼需要 concurrent.futures？ 傳統方式的問題 # threading：手動管理 Thread from threading import Thread threads = [] for task in tasks: t = Thread(target=work, args=(task,)) t.start() threads.append(t) for t in threads: t.join() # multiprocessing：手動管理 Process from multiprocessing import Process processes = [] for task in tasks: p = Process(target=work, args=(task,)) p.start() processes.append(p) for p in processes: p.

05-5. asyncio 基礎概念 ⏱️ 閱讀時間： 15 分鐘 🎯 難度： ⭐⭐⭐ (中等) 🎯 本篇重點 理解 asyncio 的核心概念，包含協程（Coroutine）、事件循環（Event Loop）、非同步 I/O，以及如何使用 async/await 語法。 🤔 什麼是 asyncio？ asyncio = Asynchronous I/O（非同步輸入輸出） 一句話解釋： asyncio 是 Python 的非同步程式設計框架，使用單 Thread 處理大量 I/O 操作，無需多執行緒或多進程。 🏢 餐廳比喻 傳統同步（Synchronous） 一個服務生（Thread） ├─ 接待客人 A → 點餐 → 等廚房做菜（阻塞）→ 送餐 └─ 接待客人 B → ...（要等客人 A 完成） 問題：服務生在等廚房時閒置，效率低多執行緒（Multi-threading） 三個服務生（3 個 Thread） ├─ 服務生 1 → 客人 A（等廚房時阻塞） ├─ 服務生 2 → 客人 B（等廚房時阻塞） └─ 服務生 3 → 客人 C（等廚房時阻塞） 優點：可同時服務多位客人 缺點：服務生多了成本高（記憶體）asyncio（非同步） 一個服務生（1 個 Thread） ├─ 客人 A 點餐 → 交給廚房 → 不等待，去服務客人 B ├─ 客人 B 點餐 → 交給廚房 → 不等待，去服務客人 C ├─ 客人 C 點餐 → 交給廚房 → 回去檢查客人 A 的餐好了沒 └─ 客人 A 的餐好了 → 送餐 → 繼續服務其他客人 優點：一個服務生高效服務多位客人 關鍵：不等待，持續切換任務 💻 asyncio vs Thread vs Process 特性 asyncio Thread Process 並發模型 協程（單 Thread） 多 Thread 多 Process 適用場景 I/O 密集型 I/O 密集型 CPU 密集型 記憶體佔用 極低（KB） 低（MB） 高（MB） 創建速度 極快 快 慢 最大數量 數萬+ 數百 數十 GIL 影響 無（單 Thread） 有 無 切換成本 極低（無上下文切換） 中 高 1️⃣ 基礎：async 和 await 同步 vs 非同步 import time # 同步版本 def fetch_data(): print("開始獲取資料.

📚 作業系統與併發處理系列 - 目錄 01. Process 基礎篇 01-1. Process 是什麼 ⏱️ 8min 01-2. Process 的組成（Code, Data, Stack, Heap） ⏱️ 10min 01-3. Process 的生命週期 ⏱️ 10min 01-4. Context Switch 詳解 ⏱️ 12min 01-5. Process vs Thread 完整對比 ⏱️ 10min 02. Thread 基礎篇 02-1. Thread 是什麼 ⏱️ 8min 02-2. Thread 的優缺點 ⏱️ 10min 02-3. Multi-threading vs Multi-processing ⏱️ 12min 02-4. 何時用 Thread？何時用 Process？ ⏱️ 10min 03. Inter-Process Communication (IPC) 篇 03-1. IPC 概述 ⏱️ 8min 03-2.