Program kadang harus mengerjakan banyak hal sekaligus. Kita akan membedah threading dan multiprocessing, memahami Global Interpreter Lock, dan belajar memilih model concurrency yang sesuai dengan jenis beban kerja.

# Memahami Concurrency

Bedakan concurrency dan parallelism, kenali beban I/O-bound versus CPU-bound, dan petakan tiga model eksekusi Python.

Buka → # Threading

Pelajari threading.Thread, start dan join, berbagi data antar thread, serta daemon thread.

Buka → # Locks dan Synchronization

Pahami race condition secara nyata, lindungi data bersama dengan Lock dan RLock, serta hindari deadlock antar thread.

Buka → # Multiprocessing

Jalankan kode di process terpisah dengan multiprocessing.Process untuk memanfaatkan banyak core pada kerja CPU-bound.

Buka → # Process Pools

Kelola banyak worker sekaligus dengan multiprocessing.Pool: map, apply_async, imap_unordered, dan disiplin close/join.

Buka → # concurrent.futures

Kuasai ThreadPoolExecutor dan ProcessPoolExecutor: submit, Future, as_completed, map, dan timeout untuk kode modern.

Buka → # Queue dan Worker Patterns

Bangun pola producer-consumer yang aman dengan queue.Queue, task_done, join, dan pola shutdown menggunakan sentinel.

Buka → # Global Interpreter Lock

Pahami Global Interpreter Lock: mengapa thread tidak mempercepat kerja CPU dan mengapa thread tetap membantu I/O.

Buka → # Memilih Threading atau Multiprocessing

Putuskan antara threading dan multiprocessing dengan tabel keputusan, benchmark yang jujur, dan checklist praktis.

Buka →