ما هو مجمّع الخيوط (thread pool)؟ لماذا تستخدمه، وكيف تحدّد حجمه؟

Question

IT Interview Practice · Accepted Answer

**مجمّع الخيوط مجموعة ثابتة من خيوط العمل القابلة لإعادة الاستخدام تسحب المهام من طابور عمل مشترك.** يتجنّب كلفة إنشاء خيط لكل مهمة ويحدّ من عدد الخيوط المتزامنة.

## لماذا تستخدمه

إنشاء الخيوط وإتلافها مكلف (تخصيص المكدّس، وإعداد جدولة نظام التشغيل)، والإنشاء غير المحدود للخيوط يستنزف الذاكرة ويسبّب إرهاق تبديل السياق. المجمّع يوزّع كلفة الإنشاء ويحدّ من التزامن.

```text
tasks →  [ work queue ]  →  worker 1
                            worker 2   (N fixed workers pull & run)
                            worker 3
```

## مثال

```python
from concurrent.futures import ThreadPoolExecutor
with ThreadPoolExecutor(max_workers=8) as pool:
    futures = [pool.submit(handle, req) for req in requests]
    # 8 threads process the queue; extras wait their turn
```

## تحديد الحجم

- عمل **مقيَّد بالمعالج (CPU-bound)**: حجم المجمّع ≈ عدد الأنوية. خيوط أكثر من الأنوية تضيف فقط كلفة تبديل سياق دون مكسب في التوازي.
- عمل **مقيَّد بالإدخال/الإخراج (I/O-bound)**: حجم أكبر، تقريبًا `cores × (1 + wait_time / compute_time)`، لأن الخيوط تقضي معظم الوقت معطّلة ويمكنها التداخل.
- **حدّد الطابور** أيضًا: طابور غير محدود يخفي الحِمل الزائد ويقود إلى OOM؛ وطابور محدود بسياسة رفض (إسقاط، أو إعاقة، أو تخفيف) يطبّق ضغطًا عكسيًا (backpressure).

## لماذا يهم

المجمّعات هي العمود الفقري للخوادم والمنفّذات (executors). التحجيم الخاطئ خطأ أداء كلاسيكي: خيوط قليلة جدًا تُقلّل استغلال المعالج؛ وكثيرة جدًا تسبّب الإرهاق وضغط الذاكرة. ومطابقة حجم المجمّع لنوع الحِمل (معالج مقابل إدخال/إخراج) وتحديد الطابور يُبقيان النظام مستقرًا تحت الحِمل.

لماذا تستخدمه

مثال

تحديد الحجم

لماذا يهم

أسئلة ذات صلة