Python 多线程Threading初学教程

1.1 什么是多线程 Threading 多线程可简单理解为同时执行多个任务。 多进程和多线程都可以执行多个任务，线程是进程的一部分。线程的特点是线程之间可以共享内存和变量，资源消耗少（不过在Unix环境中，多进程和多线程资源调度消耗差距不明显，Unix调度较快），缺点是线程之间的同步和加锁比较麻烦。 1.2 添加线程 Thread 导入模块 import threading 获取已激活的线程数 threading.active_count() 查看所有线程信息 threading.enumerate() 查看现在正在运行的线程 threading.current_thread() 添 Python中的多线程是程序设计中的一个重要概念，它允许我们同时执行多个任务，提升程序的效率。在Python中，多线程是通过`threading`模块来实现的。线程比进程轻量级，它们共享同一进程的内存空间，因此可以高效地交换数据，但这也带来了线程间的同步问题。 1.1 什么是多线程 多线程是指在单个进程中创建多个执行路径，每个路径称为一个线程，它们可以并行执行任务。虽然在CPU层面，真正的并行可能受到硬件限制，但在用户看来，多线程实现了同时处理多个任务。与多进程相比，线程更节省资源，因为它们共享进程的内存，但线程间的同步和加锁机制会增加编程复杂性。 1.2 创建和管理线程 在Python中，可以通过`threading`模块创建线程。首先需要导入`threading`模块，然后使用`threading.Thread`类来创建线程对象。`Thread`构造函数的`target`参数用于指定线程要执行的函数。例如： ```python import threading def thread_job(): print('This is a thread of %s' % threading.current_thread()) def main(): thread = threading.Thread(target=thread_job) thread.start() if __name__ == '__main__': main() ``` 此外，`threading.active_count()`用于获取当前活跃的线程数，`threading.enumerate()`列出所有活动的线程，而`threading.current_thread()`返回当前正在执行的线程。 1.3 `join`方法 `join`方法用于等待线程完成其工作。在主线程中调用`join`会阻塞主线程，直到该线程执行完毕。这样可以确保线程按照特定顺序执行。例如： ```python import threading import time def thread_job(): print('T1 start') for _ in range(10): time.sleep(0.1) print('T1 finish') def main(): t1 = threading.Thread(target=thread_job, name='T1') t1.start() t1.join() # 等待T1线程完成 t2 = threading.Thread(target=thread_job, name='T2') t2.start() t2.join() # 等待T2线程完成 print('all done') if __name__ == '__main__': main() ``` 1.4 使用`queue`进行线程间通信 `queue`模块提供了一种线程安全的方式来传递数据。`queue.Queue`是基于FIFO（先进先出）原则的队列，可以用于线程间的数据共享。例如，生产者线程将数据放入队列，消费者线程从队列中取出数据。`LifoQueue`则遵循LIFO（后进先出）原则，类似于栈，而`PriorityQueue`则是一个优先级队列，元素按照优先级排序。 1.5 GIL全局解释器锁 GIL（Global Interpreter Lock）是Python解释器的一个特性，它保证任何时候只有一个线程执行Python字节码，即使在多核CPU环境下。这意味着Python的多线程并不能充分利用多核优势进行并行计算，对于CPU密集型任务，多线程可能不如多进程有效。不过，对于I/O密集型任务，GIL的影响较小，因为大部分时间线程都在等待I/O操作完成，此时其他线程可以执行。 Python的多线程适合处理I/O密集型任务，通过合理使用`threading`和`queue`模块，可以实现高效的并发执行。对于CPU密集型任务，可能需要考虑使用多进程或者其他并发模型，如`multiprocessing`模块或协程。理解GIL的概念有助于更好地设计和优化多线程Python程序。