🐍

Python 並列処理入門 ～ GIL・スレッド・プロセスまとめ ～

に公開
Python
tech

🐍 Python 並列処理入門 ～ GIL・スレッド・プロセスまとめ ～

この記事は自分用のメモを生成AIにまとめさせたものです。

📚 1. グローバルインタプリタロック（GIL）とは？

Python（特に CPython）には GIL（Global Interpreter Lock） という仕組みがあり、
「一度に一つのスレッドしか実行できない」 制限があります。

🔸 GILのポイント

  • メモリ管理を安全にするためのロック
  • Pythonのマルチスレッドは GILの影響で実質「擬似並列」
  • マルチスレッドで速くなるのは I/O待ちの時だけ

🔥 2. CPUバウンドと I/Oバウンド

項目 CPUバウンド I/Oバウンド
ボトルネック CPU処理速度 入出力の待ち時間
例 数値計算、画像処理 ファイル操作、通信
マルチスレッドの効果 ほぼ無い（GIL制限） 大きい（待ち時間に他の処理可能）
マルチプロセスの効果 非常に高い（GIL回避） 効果あり

🛠️ 3. 並列処理の比較

処理タイプ 直列（GILのみ） マルチスレッド マルチプロセス
I/Oバウンド ❌ 全順番処理（遅い） ✅ 超効果的（ほぼ並列） ✅ 効果あり（通信コストやや高）
CPUバウンド ❌ 全順番処理（遅い） ❌ GILで順番処理（効果なし） ✅ 真の並列処理（爆速）
メモリ使用 🔥 最小 🔥 小さい 💾 大きい（プロセスごとにメモリ確保）
実装の簡単さ 🍰 超簡単 🍰 簡単 🍰 やや複雑（データ共有必要）
データ共有 💬 問題なし 💬 超簡単 📦 やや面倒（Queue, Pipeが必要）

✨ 4. concurrent.futures が最近の主流！

Python 3系では concurrent.futures を使うのがオススメ！

✅ メリット

  • スレッド・プロセス両対応（文法ほぼ共通）
  • 非同期実行・並列実行が簡単に書ける
  • executor.map() でループ処理がスッキリ書ける

✅ 基本構文

from concurrent.futures import ThreadPoolExecutor, ProcessPoolExecutor

# スレッドプール
with ThreadPoolExecutor() as executor:
    executor.map(func, iterable)

# プロセスプール
with ProcessPoolExecutor() as executor:
    executor.map(func, iterable)
  • ThreadPoolExecutor → I/Oバウンドに強い
  • ProcessPoolExecutor → CPUバウンドに強い

🚀 5. まとめ

  • Pythonのマルチスレッドは I/Oバウンド用、CPUバウンドにはほぼ意味なし（GILのせい）
  • マルチプロセスは GILの制限なし、本物の並列処理が可能！
  • 最近は concurrent.futures を使えば、簡単に並列処理が実装できる！

💡 補足

  • 本気の高速化がしたい場合は NumPyの並列処理 や Cython、Rust拡張も検討すると良い。
  • Pythonは用途に応じて「直列・スレッド・プロセス」を使い分けるのが賢いやり方。
  • コード全容を掲載したリポジトリはこちら

Discussion