Spesso, i neofiti della programmazione cadono nella trappola di pensare che aggiungere più thread a un programma equivalga a migliorarne le prestazioni. Come ci ricorda un commentatore, questa è una ‘rito di passaggio’ per molti sviluppatori, che si rendono presto conto che il loro programma rallenta inspiegabilmente. Questo articolo esplorerà i motivi dietro questo fenomeno e discuterà alcuni principi fondamentali e best practices per gestire il concurrency.
Un aspetto chiave che emerge dalle discussioni è la citazione di Donald Knuth, una leggenda della programmazione, secondo cui ‘l’ottimizzazione prematura è la radice di tutti i mali’. Knuth sosteneva che concentrarsi sulle ottimizzazioni troppo presto può distogliere l’attenzione dalle parti critiche del programma, portando a difficoltà nel debugging e nella manutenzione. Un commentatore ha giustamente sottolineato che il contesto di Knuth era diverso, principalmente orientato a programmi scientifici con cicli interni predominanti. Tuttavia, molti dei suoi principi sono ancora validi oggi.
Un esempio pratico di quanto discusso è stato fornito da tombert, che ha voluto migliorare le prestazioni del suo codice creando 20 thread, solo per scoprire che il risultato finale era addirittura peggiore. Questa esperienza sottolinea come una non corretta gestione dei thread e delle risorse condivise possa portare a problemi di performance severi, come contention su mutex e congestione dei futex. Infatti, come ci racconta un altro commentatore, l’architettura ‘thread-per-core con code di lavoro’ può offrire risultati straordinariamente migliori rispetto ad approcci meno ponderati.
Il multi-threading comporta molte complessità, specialmente quando si tratta di stati globali. Animats fa notare come, nei programmi moderni, spesso non esistono cicli interni dominanti, bensì loop esterni che processano eventi, rendendo la gestione del threading ancora più insidiosa. In effetti, funzioni che accedono a stati globali, come le funzioni random nelle librerie standard `libc`, richiedono sincronizzazione per garantire la coerenza delle operazioni tra i vari thread, come spiegato dettagliatamente da diversi commentatori.
Come suggerito da foobiekr, l’era moderna della programmazione ha portato a casi in cui si utilizzano pipeline che convertono dati avanti e indietro tra formati come JSON, creando una complessità che Knuth non avrebbe mai immaginato. Nonostante ciò, il profilamento rimane uno strumento fondamentale per capire se una parte del codice rappresenta davvero un collo di bottiglia e vale la pena ottimizzarla. Jeffreygoesto, per esempio, menziona un paper interessante che può aiutare a comprendere meglio queste dinamiche. Leggi il paper qui.
Un altro argomento ricorrente riguarda le librerie di standard come la `libc`, che non sono state progettate pensando pesantemente al multi-threading. Questo crea situazioni in cui le ottimizzazioni tardive diventano necessarie ma difficili da implementare. Funzioni particolarmente sensibili, come la gestione dei numeri casuali, soffrono di questi problemi. Per esempio, una soluzione alternativa suggerita è l’uso di generatori di numeri casuali locali ai thread, per evitare il contenzioso globale. Go, per esempio, introduce ottimizzazioni intelligenti per il threading locale, come spiegato in questo blog post.
Ironia della sorte, anche se i generatori di numeri casuali possono sembrare un dettaglio di implementazione minore, loro gestione diventa cruciale in ambienti multi-thread. Un esempio letterario è dato dal linguaggio Rust, che offre una gestione molto sicura dei thread per prevenire condizioni di concorrenza come le race conditions, purtroppo però non esente dai deadlock, come dichiarato da un commentatore.
In conclusione, l’adozione di un approccio maturo e consapevole all’utilizzo del multi-threading è essenziale per evitare i problemi che molti sviluppatori incontrano. A partire dalla comprensione delle leggi fondamentali della concorrenza, passando per l’uso oculato degli strumenti di profilazione e delle librerie esistenti, fino alla scrittura di codice che minimizza gli stati globali condivisi, ogni passo deve essere esaminato attentamente. La lezione imparata è che il multi-threading non è una bacchetta magica, e spesso, per ottenere reali benefici, è necessaria una notevole riflessione e ricerca.
Leave a Reply