Pythonマルチスレッド完全ガイド：GIL解説と実践例

Pythonにはワークロードを高速化するためのマルチプロセッシングとマルチスレッドの両方が用意されています。このガイドでは、堅牢なスレッドベースアプリケーションの作成、グローバルインタプリタロック（GIL）のニュアンス、デッドロックや競合状態といった一般的な落とし穴の回避方法を解説します。

スレッドとは

スレッドは単一プロセス内の軽量な実行単位です。スレッドはプロセスのメモリ空間を共有し、効率的なデータ交換を可能にしながら、OSによって1つ以上のCPUコア上で並行スケジュールされます。

プロセスとは

プロセスは独立したプログラムインスタンスです。ブラウザやテキストエディタなどのアプリケーションを起動すると、OSは独自のコード、データ、メモリマップを持つ別プロセスを作成します。

Pythonマルチスレッドの基礎

Pythonのthreadingモジュールはスレッド管理の高レベルAPIを提供し、レガシーな_threadモジュールは非推奨で後方互換性のためのみ残されています。スレッドはI/Oバウンドタスクに適し、CPUバウンドな作業はmultiprocessingモジュールを使ってGILを回避すべきです。

スレッド：共有メモリ、軽量。
プロセス：分離メモリ、重い。
GIL：Pythonバイトコード実行を保護するミューテックス。

マルチスレッドを使うべき場面

ネットワークリクエスト、ファイルI/O、データベース呼び出しなど、複数のI/O負荷の高い操作を同時に実行する必要があるときにマルチスレッドが輝きます。適切に設計されたスレッドは、新しいプロセスを生成するオーバーヘッドなしで応答性とスループットを向上させます。

スレッド用主要Pythonモジュール

_thread – 低レベル、非推奨。
threading – モダン、機能豊富、推奨される選択。

`threading`モジュールの使用

threadingモジュールはThreadクラス、同期プリミティブ（Lock、RLock、Semaphore、Condition、Event、Barrier）、activeCount()やenumerate()などのユーティリティ関数を提供。以下はスレッド作成と同期を示す最小例。

import time
import _thread
def thread_test(name, wait):
    for i in range(4):
        time.sleep(wait)
        print(f"Running {name}")
    print(f"{name} has finished execution")
if __name__ == "__main__":
    _thread.start_new_thread(thread_test, ("First Thread", 1))
    _thread.start_new_thread(thread_test, ("Second Thread", 2))
    _thread.start_new_thread(thread_test, ("Third Thread", 3))

このコードを実行すると、インターリーブされた出力が並行実行を示します。

解説

timeとレガシー_threadモジュールをインポート。
thread_testを定義し、作業を実行して進捗をログ出力。
start_new_threadで3つの独立スレッドを起動。

モダンなスレッド：`threading.Thread`

実践ではthreading.Threadをサブクラス化し、run()メソッドをオーバーライドします。以下の例は前回の振る舞いを高レベルAPIで再現します。

import time
import threading
class ThreadTester(threading.Thread):
    def __init__(self, name, delay):
        super().__init__()
        self.name = name
        self.delay = delay
    def run(self):
        for _ in range(4):
            time.sleep(self.delay)
            print(f"Running {self.name}")
        print(f"{self.name} has finished execution")
if __name__ == "__main__":
    threads = [
        ThreadTester("First Thread", 1),
        ThreadTester("Second Thread", 2),
        ThreadTester("Third Thread", 3),
    ]
    for t in threads:
        t.start()
    for t in threads:
        t.join()

出力：

解説

Threadをサブクラス化してスレッド振る舞いをカプセル化。
__init__をオーバーライドしてスレッド固有データを保持。
runをオーバーライドしてタスクを定義。
インスタンス化、開始、各スレッドをjoin。

よくあるスレッドの落とし穴

デッドロック

デッドロックは、2つ以上のスレッドが互いに保持するリソースを無限に待ち合う状態です。古典的な例：食事する哲学者問題—5人の哲学者が5本のフォークを奪い合い、それぞれ食べるには2本必要。全員が右のフォークを先に取ると循環待ちが発生し、全員が停止します。

競合状態

複数スレッドが適切な調整なしに共有データを変更すると、最終状態が予測不能になります。例：

i = 0
for _ in range(100):
    print(i)
    i += 1

このループを並列スレッドで実行すると、インクリメントが重なり合ってスクランブルしたシーケンスが生成される可能性があります。

スレッドの同期

threadingモジュールはいくつかの同期プリミティブを提供。最も基本的なのはLockで、共有リソースへの排他アクセスを保証します。

import threading
lock = threading.Lock()
def worker(name):
    for _ in range(5):
        lock.acquire()
        print(f"{name} acquired lock")
        # クリティカルセクション
        lock.release()
if __name__ == "__main__":
    t1 = threading.Thread(target=worker, args=("Thread A",))
    t2 = threading.Thread(target=worker, args=("Thread B",))
    t1.start(); t2.start()
    t1.join(); t2.join()

出力はクリティカルセクションへの直列化アクセスを示します。