Hilos
Los hilos son el modelo más viejo y el que más se usa mal. Su valor no es paralelizar: es solapar esperas. Un hilo que espera a la red libera el GIL y deja que otro avance; un hilo que calcula no deja avanzar a nadie. Entender esa distinción evita el 90 % de los usos equivocados.
En una línea
Sección titulada «En una línea»Un hilo sirve para esperar, no para calcular.
La medición
Sección titulada «La medición»| Modelo | Tiempo | Aceleración |
|---|---|---|
| Serie | 1.07 s | 1.00× |
| 20 hilos | 0.06 s | 18.7× |
python mediciones/06-01-08-concurrencia.py
El límite teórico es 200 × 5 ms = 1 s de espera; con 20 hilos concurrentes debería bajar a ~50 ms. Los 60 ms medidos incluyen el arranque del pool y la coordinación: el modelo funciona casi a la perfección.
Y con CPU:
| Modelo | Tiempo |
|---|---|
| Serie | 3.93 s |
| 4 hilos | 3.67 s |
python mediciones/06-01-08-concurrencia.py
Sin ganancia. Ese es el GIL, y es la razón por la que los hilos no se usan para calcular.
ThreadPoolExecutor, la forma correcta
Sección titulada «ThreadPoolExecutor, la forma correcta»from concurrent.futures import ThreadPoolExecutor, as_completed
with ThreadPoolExecutor(max_workers=20) as pool: futuros = [pool.submit(descargar, url) for url in urls] for f in as_completed(futuros): print(f.result())Es mejor que crear Thread a mano: gestiona el ciclo de vida, propaga excepciones por future.result() y espera en el with. Crear hilos sueltos y olvidarse de join() es la causa número uno de procesos que no terminan.
El número de workers no es «cuántos quiero» sino «cuántas esperas simultáneas tolero»: para red, entre 10 y 50; para disco, menos.
Lo que cuesta coordinarse
Sección titulada «Lo que cuesta coordinarse»| Operación | Coste |
|---|---|
with lock: |
123 ns |
| Bloque vacío sin lock | 11 ns |
python mediciones/06-06-07-colas-bloqueos.py
Ciento veinte nanosegundos por sección crítica. Si el trabajo protegido es menor que eso, el candado cuesta más que el problema: agrupa operaciones en lugar de bloquear por elemento.
Las cuatro reglas
Sección titulada «Las cuatro reglas»- Comparte lo menos posible. Un hilo que recibe sus datos y devuelve un resultado no necesita candados.
- Un candado por recurso, no uno global. Un candado global convierte el programa en serie.
- Ordena los candados siempre igual. Si dos hilos toman A y B en distinto orden, se bloquean mutuamente (capítulo 07).
- Nunca hagas E/S dentro de un candado. Una consulta de 20 ms con el candado tomado paraliza a todos.
La trampa
Sección titulada «La trampa»Cuándo NO usar hilos
Sección titulada «Cuándo NO usar hilos»- Para cálculo puro. Procesos (capítulo 03).
- Con muchas conexiones simultáneas (miles). Cada hilo reserva unos 2,9 MB de pila en Windows x64 (8 MB en Linux);
asyncioescala mejor. - Si el estado compartido es complejo. Un candado mal puesto es peor que un proceso.
- En código que ya es rápido. Añadir hilos a un bucle de 10 ms es añadir fallos sin ganancia.
Ejercicio
Sección titulada «Ejercicio»Un script descarga 500 URLs de 2 MB cada una y tarda 8 minutos en serie. Estima el tiempo con 20 hilos y explica qué límites aparecen antes que la CPU.
Solución
Si cada descarga tarda ~1 s (2 MB por una conexión doméstica), 500 s en serie. Con 20 hilos concurrentes, el tiempo baja a ~25 s más el arranque.
Los límites que aparecen, en orden:
- El ancho de banda. 500 × 2 MB = 1 GB; a 100 Mbps son 80 s como mínimo. Con 20 hilos no se descarga más rápido que la línea.
- El servidor remoto. Puede limitar conexiones por IP y devolver 429. Los hilos no ayudan; un límite de concurrencia sí.
- La memoria. 20 descargas simultáneas de 2 MB son 40 MB en vuelo; con 500 hilos serían 1 GB.
La CPU nunca es el límite. Por eso este es el caso de uso canónico de hilos (o de asyncio, que escala mejor a miles).
Referencias
Sección titulada «Referencias»- Ramalho, L. Fluent Python, 2ª ed. Capítulos 19 y 20.
- CPython 3.13:
Lib/threading.py,Modules/_threadmodule.c. - Mediciones:
mediciones/06-01-08-concurrencia.pyymediciones/06-06-07-colas-bloqueos.py.
Capítulos relacionados
Sección titulada «Capítulos relacionados»- 01 · El GIL: por qué no aceleran la CPU.
- 03 · Procesos: cuando el trabajo es de cálculo.
- 07 · Carreras y bloqueos: los fallos que introducen.