代码收藏家技术教程 2024-10-19

【Python】超详细实例讲解Python多线程（threading模块）

在Python中，多线程是一种实现并发编程的方式，特别适合IO密集型任务。threading模块是Python标准库中提供的用于创建和管理线程的模块。本文将通过实例详细讲解如何使用threading模块来实现多线程编程。

1. threading模块简介

threading模块提供了一个更高级的接口来管理线程。它允许创建和管理多个线程，使得程序可以在同一时间执行多个任务。

1.1 主要类

Thread: 用于创建新线程。

Lock: 用于在多线程中进行线程同步。

Event: 用于线程间的通信。

Condition: 线程间的复杂条件同步。

Semaphore: 用于控制对共享资源的访问。

2. 创建和启动线程

2.1 基本使用

下面是一个基本的示例，展示如何创建和启动线程。

import threading
import time

def worker(thread_id):
    print(f"线程 {thread_id} 开始工作")
    time.sleep(2)
    print(f"线程 {thread_id} 完成工作")

# 创建线程
threads = []
for i in range(5):
    thread = threading.Thread(target=worker, args=(i,))
    threads.append(thread)
    thread.start()  # 启动线程

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

print("所有线程完成")

2.2 代码解释

worker函数是每个线程执行的任务，它接收一个线程ID。
创建了5个线程，每个线程调用worker函数。
thread.start()方法用于启动线程。
thread.join()方法用于等待线程完成，确保主线程在所有子线程完成后再退出。

3. 线程同步

在多线程环境中，多个线程可能会同时访问共享资源，导致数据不一致。因此，需要使用锁来保证线程安全。

3.1 使用Lock进行同步

import threading

# 共享变量
counter = 0
lock = threading.Lock()

def increment():
    global counter
    for _ in range(100000):
        with lock:  # 获取锁
            counter += 1  # 访问共享资源

# 创建线程
threads = []
for _ in range(2):
    thread = threading.Thread(target=increment)
    threads.append(thread)
    thread.start()

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

print(f"最终计数器值: {counter}")

3.2 代码解释

使用Lock来确保在同一时刻只有一个线程可以访问counter变量。
每个线程将counter增加100,000次，最终结果是确保计数器的值是准确的。

4. 线程间通信

有时需要在线程间传递信息，这可以使用Event对象实现。

4.1 使用Event进行通信

import threading
import time

event = threading.Event()

def worker():
    print("等待事件触发...")
    event.wait()  # 等待事件触发
    print("事件已触发，开始工作")

# 创建线程
thread = threading.Thread(target=worker)
thread.start()

# 模拟一些操作
time.sleep(3)
print("触发事件")
event.set()  # 触发事件
thread.join()

print("线程完成")