프로세스와 스레드

요약

정의

• 프로세스
  • 실행 중인 프로그램
  • 운영체제로부터 자원을 할당받아 동작하는 작업 단위
• 스레드
  • 프로세스 내 최소 실행 단위
  • 프로세스 자원을 공유해 효율적으로 실행

메모리 구조

• 프로세스
  • 독립적인 메모리 영역(코드, 데이터, 힙, 스택, 레지스터)을 사용.
  • 각 프로세스는 별도의 주소 공간을 가지며, 다른 프로세스의 메모리에 직접 접근 불가.
• 스레드
  • 동일 프로세스 내에서 코드, 데이터, 힙 영역을 공유.
  • 스택, 레지스터, TLS는 스레드별로 독립적으로 할당되어 실행 흐름 분리.

데이터 공유

• 프로세스
  • 데이터 공유를 위해 IPC(프로세스 간 통신) 필요.
    • ex) 메시지 큐, 파이프, 공유 메모리, 소켓, 세마포어, 시그널 등.
  • 커널이나 네트워크 같은 중간 매개체를 통해 데이터 교환.
• 스레드
  • 동일 프로세스 내 메모리 공유로 데이터 접근이 쉬움.
  • 동시성 문제(임계영역)로 인해 동기화 메커니즘 필수
    • ex) 뮤텍스, 세마포어

동작 특성과 장단점

• 프로세스
  • 독립성이 높아 시스템 안정적.
  • 데이터 공유가 복잡하고, IPC로 인한 오버헤드 존재.
  • 프로세스 동기화 및 상태 공유 가능.
• 스레드
  • 메모리 공유로 효율적이고 빠른 데이터 교환 가능.
  • 동기화 문제로 인해 복잡성 증가, 잘못 관리 시 충돌 위험.

용도

• 프로세스
  1. IPC를 활용해 데이터 교환, 동기화, 상태 공유 등 수행.
  2. 독립적인 작업 단위
     • ex) 서로 다른 응용프로그램 실행
• 스레드
  1. 공유 메모리를 활용한 효율적인 병렬 처리.
  2. 동일 프로세스 내 다중 작업 처리.
     • ex) 웹 서버의 동시 요청 처리

---

프로세스와 스레드의 메모리 구조 비교

프로세스와 스레드는 코드를 실행하는 기본 단위로, 메모리 구조와 자원 공유 방식에 차이가 있음

1. 메모리 영역 별 용도

메모리 영역	용도	특징
코드 영역 (Code/Text Segment)	실행 명령어 저장	- 읽기 전용 - 재사용 가능 - 바이너리 형태
데이터 영역 (Data Segment)	전역/정적 변수 저장	- 초기화 여부에 따라 .data/.bss로 분리 - 실행 중 유지
힙 영역 (Heap)	동적 메모리 할당	- 런타임 크기 변경 - 메모리 누수/단편화 가능 - 개발자 관리 필요
스택 영역 (Stack)	지역 변수, 매개변수, 반환 주소 저장	- LIFO - 스택 오버플로우 위험 - 자동 관리 - 스레드/프로세스별 독립
레지스터/TLS	실행 상태, 스레드별 데이터	- 각 스레드/프로세스별 독립 - 컨텍스트 스위칭 시 저장/복원 - TLS는 스레드별 전용 데이터 공간

2. 프로세스와 스레드의 메모리 비교

메모리 영역	프로세스	스레드 (동일 프로세스 내)	결과
코드 영역	독립적임	공유함	- 스레드 간 코드 재사용 - 메모리 효율
데이터 영역	독립적임	공유함	- 전역 데이터 공유 - 동기화 필요
힙 영역	독립적임	공유함	- 동적 객체 공유 - 동기화 필요
스택 영역	독립적임	독립적임	- 각 스레드/프로세스별 함수 호출 분리
레지스터/TLS	독립적임	독립적임	- 컨텍스트 스위칭 - 스레드별 상태 분리 - 스레드 고유 데이터 저장

3. 메모리 공유 방식

3-1. 프로세스 간 메모리 공유

프로세스는 독립된 메모리 공간을 가지므로, 메모리 공유를 위해 별도의 메커니즘이 필요

공유 방식	데이터 복사	특징
shared_memory	❌ 없음	- 여러 프로세스가 접근 가능한 메모리 영역 - 빠른 IPC - 대용량 데이터에 적합 - size 지정 필요
mmap (메모리 매핑 파일)	❌ 없음	- 파일을 메모리에 매핑하여 디스크 I/O 없이 공유 가능 - 성능 우수
multiprocessing.Queue	✅ 있음	- 직렬화 기반 - 간단하고 많이 사용됨
multiprocessing.Pipe	✅ 있음	- 두 프로세스 간 빠른 양방향 통신
multiprocessing.Manager	✅ 있음	- 딕셔너리, 리스트 등 고수준 공유 객체 제공 - 다소 느림
socket / Pipe (저수준)	✅ 있음	- 데이터 스트림 기반 통신 - 소켓은 네트워크 통신도 가능
파일/DB 등 외부 자원	⚠️ 간접 공유	- 확장성과 유지 보수 용이 - 성능은 상황에 따라 다름

3-2. 스레드 간 메모리 공유

스레드는 코드, 데이터, 힙을 공유하기 때문에 데이터 접근이 용이

• 전역 변수: 모든 스레드가 접근 가능하며, 동시 접근 시 동기화 필요
• 힙 할당 객체: 동적 객체를 스레드 간 공유하며, 참조로 관리
• 스레드 로컬 스토리지(TLS): 스레드별 독립 데이터 영역으로, 충돌 없이 데이터 저장 가능
• 스택/레지스터: 각 스레드별로 완전히 분리되어 독립적으로 동작

⚠️ 동기화 필요성

• 스레드가 공유하는 데이터 영역, 힙 영역은 동시 접근 시 데이터 무결성을 위해 반드시 동기화가 필요!
  (예: 뮤텍스, 세마포어 등)

---

예시 코드

1. 프로세스 간 공유 메모리 (shared_memory)

from multiprocessing import Process, shared_memory
import numpy as np

def producer():
    a = np.array([1, 1, 2, 3, 5, 8])
    shm = shared_memory.SharedMemory(create=True, size=a.nbytes, name="numbers")
    shared_array = np.ndarray(a.shape, dtype=a.dtype, buffer=shm.buf)
    shared_array[:] = a[:]
    input("프로듀서: 아무 키나 누르면 종료함...")
    shm.close()
    shm.unlink()

def consumer():
    shm = shared_memory.SharedMemory(name="numbers")
    shared_array = np.ndarray((6,), dtype=np.int64, buffer=shm.buf)
    print(f"컨슈머: 공유 메모리 데이터: {shared_array}")
    shm.close()

if __name__ == "__main__":
    p1 = Process(target=producer)
    p1.start()
    import time
    time.sleep(1)
    p2 = Process(target=consumer)
    p2.start()
    p2.join()
    p1.join()

2. 스레드 간 데이터 공유

import threading

counter = 0
lock = threading.Lock()

def increment_with_lock():
    global counter
    for _ in range(100000):
        with lock:
            counter += 1
    print(f"스레드 {threading.current_thread().name}: 증가 완료함")

def increment_without_lock():
    global counter
    for _ in range(100000):
        counter += 1
    print(f"스레드 {threading.current_thread().name}: 증가 완료함")

def test_with_lock():
    global counter
    counter = 0
    threads = [threading.Thread(target=increment_with_lock, name=f"lock-{i}") for i in range(5)]
    for t in threads:
        t.start()
    for t in threads:
        t.join()
    print(f"락 사용 결과: 예상값=500000, 실제값={counter}")

def test_without_lock():
    global counter
    counter = 0
    threads = [threading.Thread(target=increment_without_lock, name=f"nolock-{i}") for i in range(5)]
    for t in threads:
        t.start()
    for t in threads:
        t.join()
    print(f"락 미사용 결과: 예상값=500000, 실제값={counter}")

print("락 사용 테스트:")
test_with_lock()
print("\n락 미사용 테스트 (경쟁 상태 발생):")
test_without_lock()

3. 스레드 로컬 스토리지

import threading
import time
import random

thread_local_data = threading.local()

def worker(name):
    thread_local_data.value = random.randint(1, 100)
    thread_local_data.name = name
    print(f"스레드 {name} 초기화: value={thread_local_data.value}")
    time.sleep(random.random())
    print(f"스레드 {name} 완료: value={thread_local_data.value}, name={thread_local_data.name}")

threads = [threading.Thread(target=worker, args=(f"thread-{i}",)) for i in range(5)]
for t in threads:
    t.start()
for t in threads:
    t.join()

print("\n메인 스레드에서 thread_local_data 접근:")
try:
    print(thread_local_data.value)
except AttributeError:
    print("메인 스레드에는 속성이 없음")