python线程相关讲解
python线程相关讲解
在 Python 中,线程(Thread)是实现多任务处理(多线程)的常用手段。通过线程,你可以让程序在同一时间处理多个任务,比如同时下载多个网页、同时处理用户请求等。
下面是对 Python 中线程使用的详细讲解,包括基础知识、代码示例、注意事项和常见用法。
一、线程基础
什么是线程?
线程是操作系统能够进行运算调度的最小单位,它被包含在进程中,是进程中的实际运作单位。
Python 中的线程模块
Python 提供了两种线程方式:
- threading 模块(推荐)
- thread 模块(已废弃,不推荐使用)
二、使用threading
模块创建线程
1. 方式一:函数方式创建线程
import threading
import timedef worker():print(f"[{threading.current_thread().name}] Start")time.sleep(2)print(f"[{threading.current_thread().name}] End")# 创建线程
t1 = threading.Thread(target=worker, name="Thread-1")
t1.start()# 主线程继续执行
print("[MainThread] Continue running...")
t1.join() # 等待子线程完成
print("[MainThread] Finished")
2. 方式二:继承Thread
类
class MyThread(threading.Thread):def run(self):print(f"[{self.name}] Start")time.sleep(2)print(f"[{self.name}] End")t = MyThread(name="MyThread")
t.start()
t.join()
三、常用的线程操作方法
方法名 | 说明 |
---|---|
start() | 启动线程 |
join() | 阻塞主线程,直到子线程完成 |
is_alive() | 判断线程是否还在运行 |
setDaemon(True) | 设置为守护线程(主线程结束则强制终止) |
四、线程共享数据与锁(thread lock)
线程之间共享全局变量,会产生资源竞争问题,需要加锁
示例:未加锁导致的线程冲突
import threadingcount = 0def add():global countfor _ in range(1000000):count += 1t1 = threading.Thread(target=add)
t2 = threading.Thread(target=add)t1.start()
t2.start()
t1.join()
t2.join()print("最终count:", count)
运行多次后你会发现结果不一定是 2000000,因为 count += 1 不是原子操作
加锁方式
lock = threading.Lock()def safe_add():global countfor _ in range(1000000):with lock:count += 1
五、守护线程(Daemon Thread)
守护线程随主线程一起退出:
def background_task():while True:print("后台运行中...")time.sleep(1)t = threading.Thread(target=background_task)
t.setDaemon(True) # 设置为守护线程
t.start()time.sleep(3)
print("主线程结束")
六、线程池(推荐方式,Python 3.2+)
使用 concurrent.futures.ThreadPoolExecutor 可以更方便地管理线程
from concurrent.futures import ThreadPoolExecutor
import timedef task(n):print(f"执行任务 {n}")time.sleep(2)return f"任务 {n} 完成"with ThreadPoolExecutor(max_workers=3) as executor:futures = [executor.submit(task, i) for i in range(5)]for f in futures:print(f.result())
✅ 执行逻辑分析
-
使用线程池最大线程数 max_workers=3,表示最多并发运行 3 个线程。
-
一共提交了 5 个任务(task(0) 到 task(4))。
-
每个任务都执行 print(),然后 sleep(2)。
-
f.result() 是一个阻塞调用,会等待对应的任务完成。