Python基础教程（二十一）：多线程

用户11147438

发布于 2024-06-17 08:35:39

1190

发布于 2024-06-17 08:35:39

引言

在计算机编程中，多线程是一种让程序能够同时执行多个任务的技术，这对于提升程序的响应速度和效率尤为重要。Python，作为一门广泛应用的高级编程语言，也提供了多线程的支持。然而，由于全局解释器锁（GIL）的存在，Python的多线程在CPU密集型任务上的优势并不明显，但在IO密集型任务中却能大放异彩。本文将深入探讨Python多线程的原理、使用方法以及实战案例，帮助你更好地理解并利用这一特性。

一、Python多线程原理

Python的多线程是通过_thread或threading模块来实现的。_thread模块提供了低级别的线程控制，而threading模块则提供了更高级、更完善的线程管理功能。需要注意的是，由于Python的GIL机制，多线程在CPU密集型任务中并不能真正实现并行计算，但在IO密集型任务（如网络请求、磁盘读写等）中，多线程可以显著提高程序的执行效率。

二、使用Python多线程

2.1 使用`_thread`模块

_thread模块提供了start_new_thread函数，可以用来启动一个新的线程。但是，由于_thread模块提供的功能较为基础，通常推荐使用threading模块来进行更复杂的线程管理。

import _thread

def print_time(threadName, delay):
    count = 0
    while count < 5:
        time.sleep(delay)
        count += 1
        print(f"{threadName}: {time.ctime(time.time())}")

try:
    _thread.start_new_thread(print_time, ("Thread-1", 2,))
    _thread.start_new_thread(print_time, ("Thread-2", 4,))
except:
    print("Error: unable to start thread")

while 1:
    pass

2.2 使用`threading`模块

threading模块提供了更高级的线程管理功能，如Thread类，可以创建和控制线程。

import threading

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

    def run(self):
        print(f"Starting {self.name}")
        print_time(self.name, self.counter)
        print(f"Exiting {self.name}")

def print_time(threadName, delay):
    count = 0
    while count < 5:
        time.sleep(delay)
        count += 1
        print(f"{threadName}: {time.ctime(time.time())}")

# 创建新线程
thread1 = MyThread(1, "Thread-1", 2)
thread2 = MyThread(2, "Thread-2", 4)

# 开启新线程
thread1.start()
thread2.start()

# 等待所有线程完成
thread1.join()
thread2.join()

print("Exiting Main Thread")

三、实战案例：网络请求多线程

假设我们有一个任务，需要从多个URL下载数据，使用多线程可以显著提升下载速度。

import requests
import threading

urls = [
    'https://www.example.com',
    'https://www.google.com',
    'https://www.github.com',
    'https://www.python.org',
]

def download_url(url):
    response = requests.get(url)
    print(f"Downloaded {url} with status code {response.status_code}")

# 创建线程列表
threads = []

for url in urls:
    # 创建新线程
    thread = threading.Thread(target=download_url, args=(url,))
    threads.append(thread)
    thread.start()

# 等待所有线程完成
for thread in threads:
    thread.join()

print("All downloads completed!")

四、注意事项

GIL限制: 在CPU密集型任务中，Python的GIL会导致多线程无法实现真正的并行计算，此时可以考虑使用多进程或其他并行计算库（如multiprocessing）。
死锁: 在使用共享资源时，不当的锁使用可能会导致死锁，需谨慎处理。
守护线程: 守护线程在主线程退出时会被强制终止，适合用于后台任务。

通过本文的学习，了解了Python多线程的基本原理和使用方法。多线程是提升程序性能的有效手段，特别是在处理IO密集型任务时。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2024-06-16，如有侵权请联系 cloudcommunity@tencent.com 删除

python