Thư viện chuẩn Python: chạy đồng thời (concurrency)
Bài 9/12 · Chương 27
Tra cứu thư viện chuẩn
- 7 phút
- Trung cấp
- Python 3.14
- Cập nhật
Trong bài này · 10
Thư viện chuẩn Python có bốn cách chạy đồng thời: luồng với threading, tiến trình với multiprocessing, vòng sự kiện với asyncio, và lớp vỏ chung concurrent.futures. Trang này gom chúng cùng queue, sched, contextvars vào một bảng, kèm một bảng chọn: việc nào hợp với cách nào.
Cần biết trước: threading, multiprocessing và asyncio.gather().
Bảng tra nhanh: module chạy đồng thời
Mỗi hàng là một module, dùng sau import <tên module>. Cột "Trang" đo trên trình chạy Pyodide 3.14 của trang ngày 15/11/2026: trình chạy của trang chỉ có một luồng, không tạo được tiến trình, và gọi code như một hàm thường nên asyncio.run() báo RuntimeError.
Module | Làm gì | Ví dụ | Kết quả | Trang | Bài |
|---|---|---|---|---|---|
| nhiều luồng trong một tiến trình |
|
| chạy, | |
| nhóm luồng, nhóm tiến trình, | — | — | báo lỗi khi tạo luồng | |
| nhiều tiến trình, dùng nhiều nhân CPU | — | — | không tạo được tiến trình | |
| vòng sự kiện, | — | — |
| |
| hàng đợi an toàn giữa các luồng |
|
| chạy | |
| hẹn giờ chạy hàm |
|
| chạy | |
| chạy chương trình khác | — | — | không tạo được tiến trình | |
| biến riêng cho từng task, từng luồng |
|
| chạy | trang này |
Đoạn sau in lại cột kết quả của các hàng chạy được trên trang. Chuỗi in ra không có dấu nháy như trong bảng:
import threading, queue, sched, time, contextvars
print(threading.current_thread().name)
print(queue.Queue(maxsize=2).maxsize)
print(sched.scheduler(time.monotonic).empty())
print(contextvars.ContextVar("nguoi", default="khách").get())KẾT QUẢ
MainThread
2
True
kháchĐổi maxsize=2 thành maxsize=0 rồi chạy lại: dòng thứ hai in 0, nghĩa là hàng đợi không giới hạn. concurrent.futures chỉ có một hàng ở đây: ThreadPoolExecutor, ProcessPoolExecutor và as_completed() nằm ở bài nhóm luồng. Khóa và tranh chấp dữ liệu giữa các luồng có ở bài Lock và race condition.
Bảng chọn: threading, multiprocessing hay asyncio
Câu hỏi đầu tiên là chương trình chậm vì chờ hay vì tính. Chờ mạng, chờ file, chờ cơ sở dữ liệu là việc vào ra: CPU rảnh trong lúc chờ. Nén ảnh, tính lương cho mười nghìn nhân viên là việc tính toán: CPU bận suốt. Trong bản Python thường, GIL chỉ cho một luồng chạy code Python tại một thời điểm, nên luồng không làm việc tính toán nhanh hơn, như bài GIL và deadlock đo.
Việc | Chọn | Vì sao |
|---|---|---|
tính toán nặng |
| mỗi tiến trình có GIL riêng, chạy trên nhân CPU riêng |
vào ra, thư viện có bản |
| một luồng chờ được hàng nghìn kết nối, ít tốn bộ nhớ |
vào ra, thư viện chỉ có hàm chặn |
| hàm chặn chờ trong luồng riêng, GIL nhả ra khi chờ |
chạy chương trình ngoài |
| chương trình đó là một tiến trình riêng |
Thư viện "chỉ có hàm chặn" là loại như requests: gọi requests.get() thì cả luồng đứng chờ. Muốn dùng nó trong code asyncio, gói lời gọi bằng await asyncio.to_thread(ham, ...). Giới hạn: bản không có GIL, tài liệu Python gọi là free-threaded, là thử nghiệm ở Python 3.13 và được hỗ trợ chính thức từ Python 3.14 (PEP 779), nhưng vẫn là bản cài riêng. Bảng trên nói về bản thường.
Biến riêng cho từng task: contextvars
Một quán có nhiều nhân viên cùng ghi sổ. Hàm ghi_so() cần biết ai đang ghi mà không phải truyền tên qua mọi hàm. contextvars.ContextVar là một biến như vậy: set() đặt giá trị và trả về một mã, reset(mã) trả biến về giá trị trước đó, get() đọc, và default= là giá trị khi chưa đặt.
import contextvars
NGUOI = contextvars.ContextVar("nguoi", default="khách")
def ghi_so(mon):
return f"{NGUOI.get()} bán {mon}"
ma = NGUOI.set("Lan")
print(ghi_so("bạc xỉu"))
NGUOI.reset(ma)
print(ghi_so("trà đào"))KẾT QUẢ
Lan bán bạc xỉu
khách bán trà đàoBiến ngữ cảnh khác biến toàn cục ở chỗ mỗi task asyncio và mỗi luồng giữ bản riêng. copy_context() chụp lại mọi biến ngữ cảnh lúc gọi, và ctx.run(ham) chạy ham trong bản chụp đó:
import contextvars
NGUOI = contextvars.ContextVar("nguoi", default="khách")
def doi_ca():
NGUOI.set("Minh")
return NGUOI.get()
ctx = contextvars.copy_context()
print(ctx.run(doi_ca), NGUOI.get(), ctx[NGUOI])KẾT QUẢ
Minh khách Minhset() bên trong ctx.run() chỉ đổi bản chụp ctx, ngoài nó NGUOI vẫn là "khách". Giới hạn: tên biến ngữ cảnh nên đặt ở cấp module, tạo một lần, vì mỗi lần gọi ContextVar(...) là một biến mới.
Kiểm tra nhanh
Sau
import contextvarsvàV = contextvars.ContextVar("v", default=0), đoạnm = V.set(5); V.set(7); V.reset(m); print(V.get())in gì?057
Những việc nào hợp với
multiprocessinghơnthreading?- Nén 500 ảnh trên máy 8 nhân
- Tải 200 trang web bằng
requests - Tính lương cho mười nghìn nhân viên
- Chờ người dùng gõ phím
Hàm
doi_ca()gọiNGUOI.set("Minh"). Saucontextvars.copy_context().run(doi_ca),NGUOI.get()bên ngoài cho gì, nếu trước đó chưa đặt vàdefault="khách"?'khách''Minh'- Python báo lỗi
LookupError
Trong khối dùng biến toàn cục
nguoiở mục contextvars,asyncio.gather()cho list nào?['Lan -> Lan', 'Minh -> Minh']['Lan -> Minh', 'Minh -> Minh']['Minh -> Lan', 'Minh -> Minh']
Bài tập
Viết hàm chọn cách chạy và hàm đặt người ghi sổ
Viết thân hai hàm cho hệ thống của quán, biến NGUOI có sẵn trong starter:
chon_cach(cac_viec):cac_vieclà list các tuple(tên, loại, có_async),loạilà"cpu"hoặc"io",có_asynclàTruekhi thư viện dùng cho việc đó có bảnasync. Trả về dict có khóa là tên việc, giá trị là"multiprocessing","asyncio"hoặc"threading"theo bảng chọn của trang. Không sửacac_viec.chay_voi_nguoi(ten, ham): gọiham()không đối số trong lúcNGUOI.get()choten, trả về kết quả củaham(). Xong việc,NGUOItrở về giá trị trước khi gọi.
Trả về: chon_cach trả về một dict, chay_voi_nguoi trả về đúng giá trị ham() trả về.
import contextvars
NGUOI = contextvars.ContextVar("nguoi", default="khách")
def chon_cach(cac_viec):
pass # Viết thân hàm thay cho dòng này
def chay_voi_nguoi(ten, ham):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
Việc tính toán nặng chọn
multiprocessing, việc vào ra có thư viện async chọnasyncio, còn lại chọnthreading.concurrent.futureslà lớp vỏ chung cho nhóm luồng và nhóm tiến trình, có ở bài nhóm luồng.ContextVar.set()trả về một mã,reset(mã)trả biến về giá trị trước đó.Mỗi task
asynciovà mỗi luồng giữ bản riêng của biến ngữ cảnh, biến toàn cục thì dùng chung.Trên trang chỉ có một luồng:
start(),asyncio.run()và tiến trình con đều báo lỗi.
Câu hỏi thường gặp
Module asyncio trong Python có làm chương trình chạy nhanh hơn không?
Chỉ khi chương trình chậm vì chờ: trong lúc một task chờ mạng, task khác chạy. Việc tính toán thuần chạy trong một luồng duy nhất, nên asyncio không nhanh hơn, có khi còn chậm hơn một chút. Cách chờ nhiều việc cùng lúc có ở bài asyncio.gather().
Module threading và multiprocessing trong Python dùng chung dữ liệu thế nào?
Các luồng của threading dùng chung mọi biến của tiến trình, nên cần Lock khi cùng sửa. Các tiến trình của multiprocessing có bộ nhớ riêng, trao đổi qua Queue, Pipe hoặc bộ nhớ chia sẻ, và mọi thứ gửi đi phải pickle được. Cách gửi dữ liệu giữa tiến trình có ở bài multiprocessing.
Thư viện chạy đồng thời của Python có cái nào chạy được trên trang này không?
queue, sched, contextvars chạy được vì không cần luồng thứ hai. threading, concurrent.futures, multiprocessing, asyncio cần môi trường trình duyệt không có, nên ví dụ của chúng ở các bài chạy trên máy với Python 3.14. Cài Python lên máy theo bài cài đặt Python để chạy thử.
Chủ đề
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.