মাল্টিথ্রেডিং মডেল

১ · ইউজার থ্রেড বনাম কার্নেল থ্রেড

L14-এ আমরা দেখেছি থ্রেড কী। কিন্তু থ্রেড দুই স্তরে থাকতে পারে — ইউজার থ্রেড (User-level Thread)User-level Threadএকটি ইউজার-স্পেস লাইব্রেরি দ্বারা তৈরি ও পরিচালিত থ্রেড, যা OS কার্নেল সরাসরি দেখতে পায় না। তৈরি হয় ও পরিচালিত হয় একটি লাইব্রেরির মাধ্যমে, যা OS কার্নেলের নাগালের বাইরে — কার্নেল এদের অস্তিত্ব সম্পর্কে কিছুই জানে না। বিপরীতে কার্নেল থ্রেড (Kernel-level Thread)Kernel-level ThreadOS কার্নেল সরাসরি ব্যবস্থাপনা ও শিডিউল করে এমন প্রকৃত থ্রেড — এটিই আসল শিডিউলযোগ্য একক। হলো সেই প্রকৃত একক যা কার্নেল নিজে শিডিউল করে ও CPU-তে বসায়। প্রশ্ন হলো — অনেকগুলো ইউজার থ্রেডকে কীভাবে কার্নেল থ্রেডের সাথে ম্যাপ করা হবে? এর তিনটি প্রধান মডেল আছে।

২ · Many-to-One

অনেক ইউজার থ্রেড একটি মাত্র কার্নেল থ্রেডে ম্যাপ হয় — থ্রেড ব্যবস্থাপনা দ্রুত, কারণ কার্নেলের কোনো সম্পৃক্ততাই লাগে না (সব সুইচিং ইউজার-স্পেস লাইব্রেরির ভেতরেই ঘটে)। কিন্তু একটি গুরুতর সীমাবদ্ধতা — যদি একটি ইউজার থ্রেড I/O-তে ব্লক করে, পুরো প্রসেসই ব্লক হয়ে যায়, কারণ কার্নেল আসলে মাত্র একটি থ্রেডই দেখে।

৩ · One-to-One

প্রতিটি ইউজার থ্রেডের নিজস্ব একটি কার্নেল থ্রেড থাকে — ভালো concurrency (একটি থ্রেড ব্লক করলে অন্যগুলো আটকায় না) এবং একাধিক CPU কোরে (L13) সত্যিকারের প্যারালালিজম সম্ভব হয়। খরচ — একটি থ্রেড তৈরি করতে একটি সংশ্লিষ্ট কার্নেল থ্রেডও তৈরি করতে হয় (বেশি ওভারহেড)। এটিই আধুনিক প্রায় সব OS (Linux, Windows) আসলে ব্যবহার করে।

৪ · Many-to-Many

অনেক ইউজার থ্রেডকে অপেক্ষাকৃত কম-বা-সমান সংখ্যক কার্নেল থ্রেডে মাল্টিপ্লেক্স করা হয় — Many-to-One-এর নমনীয়তা এবং One-to-One-এর ভালো concurrency-এর মাঝামাঝি একটি ভারসাম্য অর্জনের লক্ষ্যে। তাত্ত্বিকভাবে এটি আদর্শ, কিন্তু বাস্তবায়ন জটিল বলে আজকের বাস্তব সিস্টেমে One-to-One-এর তুলনায় কম ব্যবহৃত হয়।

৫ · তিনটি মডেলের তুলনা

নিচের কোড সেলে তিনটি মডেলকে ব্লকিং আচরণ, সত্যিকারের প্যারালালিজম সম্ভব কি না, এবং কার্নেল ওভারহেড — এই তিনটি মাপকাঠিতে তুলনা করা হয়েছে।

# মাল্টিথ্রেডিং মডেল তুলনা -- toy in-memory ডেটা, real threads নয়
models = {
    "Many-to-One": {
        "blocking_behavior": "১টি ইউজার থ্রেড ব্লক করলে পুরো প্রসেস ব্লক হয় (কার্নেল একটিই থ্রেড দেখে)",
        "true_parallelism_possible": "না -- একই সময়ে মাত্র ১টি কার্নেল থ্রেড চলতে পারে",
        "kernel_overhead": "সবচেয়ে কম -- থ্রেড ব্যবস্থাপনা সম্পূর্ণ ইউজার-স্পেসে",
    },
    "One-to-One": {
        "blocking_behavior": "১টি থ্রেড ব্লক করলে অন্যগুলো চলতে থাকে (প্রতিটির নিজস্ব কার্নেল থ্রেড)",
        "true_parallelism_possible": "হ্যাঁ -- একাধিক CPU কোরে একই সময়ে চলতে পারে",
        "kernel_overhead": "সবচেয়ে বেশি -- প্রতিটি থ্রেডের জন্যই একটি কার্নেল থ্রেড তৈরি",
    },
    "Many-to-Many": {
        "blocking_behavior": "একটি থ্রেড ব্লক করলেও সাধারণত বাকিরা চলতে পারে (একাধিক কার্নেল থ্রেড আছে)",
        "true_parallelism_possible": "হ্যাঁ, তবে উপলব্ধ কার্নেল থ্রেড সংখ্যা পর্যন্ত সীমিত",
        "kernel_overhead": "মাঝামাঝি -- One-to-One-এর চেয়ে কম কার্নেল থ্রেড দরকার",
    },
}

fields = ["blocking_behavior", "true_parallelism_possible", "kernel_overhead"]
labels = {
    "blocking_behavior": "ব্লকিং আচরণ",
    "true_parallelism_possible": "সত্যিকারের প্যারালালিজম",
    "kernel_overhead": "কার্নেল ওভারহেড",
}

for field in fields:
    print(f"--- {labels[field]} ---")
    for model_name, attrs in models.items():
        print(f"  {model_name}: {attrs[field]}")
    print()