Complete-Python-3-Bootcamp多线程编程：Threading模块入门

宗嫣惠

423人浏览 · 2025-09-27 02:32:19

宗嫣惠 · 2025-09-27 02:32:19 发布

Complete-Python-3-Bootcamp多线程编程：Threading模块入门

【免费下载链接】Complete-Python-3-Bootcamp Course Files for Complete Python 3 Bootcamp Course on Udemy 项目地址: https://gitcode.com/GitHub_Trending/co/Complete-Python-3-Bootcamp

你还在为Python程序运行缓慢而烦恼吗？当面对需要同时处理多个任务的场景时，单线程往往力不从心。本文将带你快速掌握Python多线程编程，通过Threading模块轻松实现并行任务处理，大幅提升程序效率。读完本文，你将能够：创建和管理线程、实现线程同步、处理线程间通信，以及解决多线程常见问题。

多线程编程基础

多线程（Multithreading）是指在一个进程内同时运行多个线程（Thread），从而实现并发执行。Python的Threading模块提供了丰富的接口，帮助开发者轻松创建和管理线程。与多进程相比，多线程更轻量级，线程间共享内存空间，通信更高效。

线程与进程的区别

特性	进程	线程
内存空间	独立	共享
切换开销	大	小
通信方式	复杂（如管道、套接字）	简单（共享变量）
稳定性	一个进程崩溃不影响其他进程	一个线程崩溃可能导致整个进程崩溃

Threading模块核心用法

创建线程的两种方式

Threading模块提供了两种创建线程的常用方法：直接实例化Thread类和继承Thread类并重写run方法。

方法一：直接实例化Thread类

import threading
import time

def print_numbers():
    for i in range(5):
        time.sleep(1)
        print(f"数字: {i}")

def print_letters():
    for letter in ['A', 'B', 'C', 'D', 'E']:
        time.sleep(1)
        print(f"字母: {letter}")

# 创建线程
t1 = threading.Thread(target=print_numbers)
t2 = threading.Thread(target=print_letters)

# 启动线程
t1.start()
t2.start()

# 等待线程结束
t1.join()
t2.join()

print("所有线程执行完毕")

方法二：继承Thread类

import threading
import time

class MyThread(threading.Thread):
    def __init__(self, name):
        super().__init__()
        self.name = name

    def run(self):
        for i in range(5):
            time.sleep(1)
            print(f"线程 {self.name}: {i}")

# 创建线程
t1 = MyThread("Thread-1")
t2 = MyThread("Thread-2")

# 启动线程
t1.start()
t2.start()

# 等待线程结束
t1.join()
t2.join()

print("所有线程执行完毕")

线程同步机制

多线程同时操作共享资源时，可能会导致数据不一致的问题。Threading模块提供了多种同步机制，如Lock、RLock、Semaphore等。

使用Lock进行线程同步

import threading

counter = 0
lock = threading.Lock()

def increment_counter():
    global counter
    for _ in range(100000):
        with lock:
            counter += 1

# 创建多个线程
threads = [threading.Thread(target=increment_counter) for _ in range(5)]

# 启动所有线程
for thread in threads:
    thread.start()

# 等待所有线程结束
for thread in threads:
    thread.join()

print(f"最终计数器值: {counter}")  # 预期结果: 500000

项目中的多线程实践

在03-Methods and Functions/02-Functions.ipynb中，我们可以找到函数定义的相关内容。结合Threading模块，我们可以将耗时的函数操作放入线程中执行，提高程序运行效率。

例如，在处理文件时，我们可以使用多线程同时读取多个文件：

import threading
import os

def read_file(file_path):
    with open(file_path, 'r') as f:
        content = f.read()
    print(f"读取 {file_path} 完成，内容长度: {len(content)}")

# 获取目录下的所有文件
files = [f for f in os.listdir('.') if os.path.isfile(f)]

# 创建线程读取文件
threads = [threading.Thread(target=read_file, args=(file,)) for file in files[:5]]  # 只读取前5个文件

# 启动线程
for thread in threads:
    thread.start()

# 等待所有线程结束
for thread in threads:
    thread.join()

多线程常见问题及解决方案

1. 线程安全问题

当多个线程同时访问共享资源时，容易出现线程安全问题。解决方案是使用Threading模块提供的同步机制，如Lock、RLock等。

2. 线程死锁

死锁是指两个或多个线程互相等待对方释放资源，导致程序停滞。避免死锁的方法包括：按顺序获取锁、使用超时机制、使用RLock等。

3. 线程过多导致性能下降

创建过多的线程会消耗大量系统资源，反而导致性能下降。可以使用线程池（ThreadPoolExecutor）来管理线程数量。

from concurrent.futures import ThreadPoolExecutor

def task(n):
    return n * n

# 创建线程池，最多5个线程
with ThreadPoolExecutor(max_workers=5) as executor:
    results = executor.map(task, range(10))

for result in results:
    print(result)