Multithreading in Python (Python, Hilos)

El multithreading en Python permite la ejecución concurrente de tareas dentro de un único proceso. Esto es útil para operaciones que pueden realizarse en paralelo, como la E/S de archivos o la descarga de datos, pero no siempre mejora el rendimiento en tareas pesadas debido al GIL (Global Interpreter Lock) en CPython.

1. Creación de hilos con la clase Thread

import threading

def tarea():
    print("Tarea en ejecución")

# Crear un hilo
hilo = threading.Thread(target=tarea)

# Iniciar el hilo
hilo.start()

# Esperar a que el hilo termine
hilo.join()

En este ejemplo, se crea un hilo que ejecuta la función tarea(). El método start() inicia el hilo y join() espera a que termine.

2. Creación de hilos utilizando clases

import threading

class MiHilo(threading.Thread):
    def run(self):
        print("Tarea del hilo en ejecución")

# Crear e iniciar el hilo
hilo = MiHilo()
hilo.start()
hilo.join()

Aquí, se define una clase MiHilo que hereda de threading.Thread y sobreescribe el método run() con la tarea a ejecutar en el hilo.

3. Ejecución de múltiples hilos

import threading

def tarea(num):
    print(f"Hilo {num} en ejecución")

# Crear e iniciar varios hilos
hilos = []
for i in range(5):
    hilo = threading.Thread(target=tarea, args=(i,))
    hilos.append(hilo)
    hilo.start()

# Esperar a que todos los hilos terminen
for hilo in hilos:
    hilo.join()

Este código inicia múltiples hilos, cada uno ejecutando la función tarea() con un número de identificación diferente.

4. Bloqueo de hilos (threading.Lock)

import threading

contador = 0
bloqueo = threading.Lock()

def incrementar():
    global contador
    with bloqueo:
        local_contador = contador
        local_contador += 1
        contador = local_contador

# Crear e iniciar varios hilos
hilos = []
for _ in range(10):
    hilo = threading.Thread(target=incrementar)
    hilos.append(hilo)
    hilo.start()

# Esperar a que todos los hilos terminen
for hilo in hilos:
    hilo.join()

print(f"Valor final del contador: {contador}")

El uso de threading.Lock garantiza que solo un hilo acceda a una sección crítica del código a la vez, evitando condiciones de carrera.

5. Uso de threading.RLock

import threading

bloqueo = threading.RLock()

def tarea1():
    with bloqueo:
        print("Tarea 1 adquirió el bloqueo")
        tarea2()

def tarea2():
    with bloqueo:
        print("Tarea 2 adquirió el bloqueo")

# Crear e iniciar el hilo
hilo = threading.Thread(target=tarea1)
hilo.start()
hilo.join()

threading.RLock permite que un hilo adquiera un bloqueo que ya posee, lo cual es útil para evitar interbloqueos.

El multithreading es ideal para aplicaciones de E/S intensiva. Para CPU-bound tasks, se recomienda usar multiprocessing para aprovechar múltiples núcleos.