Python多线程如何实现

在 Python 中，多线程主要通过标准库 threading 模块来实现。下面从基础用法 → 常见场景 → 注意事项逐步说明。

一、最基础的多线程示例

import threading
import time

def worker(name):
    print(f"{name} 开始")
    time.sleep(2)
    print(f"{name} 结束")

# 创建线程
t1 = threading.Thread(target=worker, args=("线程1",))
t2 = threading.Thread(target=worker, args=("线程2",))

# 启动线程
t1.start()
t2.start()

# 等待线程结束
t1.join()
t2.join()

print("主线程结束")

✅ target：线程要执行的函数
✅ args：传给函数的参数（必须是元组）
✅ start()：启动线程
✅ join()：等待线程执行完

二、使用类方式创建线程（更面向对象）

import threading

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

    def run(self):
        print(f"{self.name} 正在运行")

t = MyThread("线程A")
t.start()
t.join()

三、多线程共享变量（⚠️注意线程安全）

import threading

count = 0
lock = threading.Lock()

def task():
    global count
    for _ in range(100000):
        with lock:
            count += 1

threads = []
for _ in range(5):
    t = threading.Thread(target=task)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

print(count)

✅ 使用 threading.Lock() 避免竞态条件

四、线程池（推荐用法）

适合大量短任务：

from concurrent.futures import ThreadPoolExecutor

def task(n):
    return n * n

with ThreadPoolExecutor(max_workers=4) as executor:
    results = executor.map(task, range(10))
    print(list(results))

✅ 自动管理线程
✅ 避免频繁创建销毁线程

五、Python 多线程的“坑”（非常重要）

⚠️ GIL（全局解释器锁）

• CPU 密集型任务（如计算）：多线程不会更快
• I/O 密集型任务（如网络、文件）：多线程有效

✅ CPU 密集型建议用：

• multiprocessing（多进程）
• 或 asyncio

六、常见使用场景总结

如果你愿意，我可以：

• 给你一个爬虫多线程示例
• 对比 多线程 vs 多进程 vs 协程
• 结合你当前项目讲具体用法

你现在是打算用多线程做什么？