Python 多线程编程入门：创建、同步与队列通信

创建线程的标准方式

Python 中推荐直接使用 threading 模块。创建线程主要有两种模式：继承重写 run() 方法，或直接传入目标函数。后者代码更简洁，也是现代开发的首选。

import threading
import time

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

# 直接传入函数作为 target（推荐）
t1 = threading.Thread(target=worker, args=("Thread-A", 2), name="Worker-A")
t2 = threading.Thread(target=worker, args=("Thread-B", 4), name="Worker-B")

# 启动线程
t1.start()
t2.start()

print("主线程已启动，正在等待子线程结束...")
t1.join()
t2.join()
print("所有任务执行完毕。")

若需自定义线程类并维护更多状态，可继承 threading.Thread。注意必须在 __init__ 中调用 super().__init__()，并将业务逻辑写在 run() 中，而非构造阶段。

实现线程同步与安全访问

当多个线程共同修改同一份数据结构时，极易引发竞态条件。Python 提供了 threading.Lock 来实现互斥同步。通过 acquire() 获取锁，release() 释放锁，可确保临界区代码在任意时刻仅被一个线程执行。

import threading
import time

shared_counter = 0
lock = threading.Lock()

def safe_increment(steps):
    global shared_counter
    for _ in range(steps):
        # 使用上下文管理器自动处理加锁与解锁，避免忘记 release 导致死锁
        with lock:
            current = shared_counter
            time.sleep(0.001)  # 模拟耗时操作放大竞态风险
            shared_counter = current + 1

threads = [
    threading.Thread(target=safe_increment, args=(5000,)),
    threading.Thread(target=safe_increment, args=(5000,))
]

for t in threads:
    t.start()
for t in threads:
    t.join()

print(f"最终安全计数值: {shared_counter} (预期应为 10000)")

使用 Queue 队列进行通信

相较于共享全局变量，推荐使用 queue.Queue（先进先出）、LifoQueue 或 PriorityQueue 进行线程间数据交换。这些队列内置锁原语，天然支持多线程安全读写。

import queue
import threading
import time

def consumer(consumer_id, task_q):
    while True:
        try:
            # block=False 可实现非阻塞拉取，配合空队列判断控制退出
            item = task_q.get_nowait()
        except queue.Empty:
            break
        
        print(f"消费者 {consumer_id} 处理任务: {item}")
        time.sleep(0.5)
        task_q.task_done()  # 通知队列该任务已完成

work_q = queue.Queue(maxsize=10)
items_to_process = [f"Task-{i}" for i in range(5)]

# 填充队列
for item in items_to_process:
    work_q.put(item)

# 启动消费者线程
c_threads = []
for idx in range(2):
    ct = threading.Thread(target=consumer, args=(idx+1, work_q))
    ct.daemon = True  # 设为守护线程，随主线程退出而终止
    ct.start()
    c_threads.append(ct)

work_q.join()  # 阻塞直到队列为空且所有任务标记为 done
print("全部数据消费完成。")

适用场景与注意事项

• GIL 限制：Cython/CPython 实现的全局解释器锁使得同一时刻仅有一个字节码指令执行。多线程无法利用多核加速纯计算型任务，此类场景应转向 multiprocessing。
• 适用领域：爬虫抓取、Web 服务端并发响应、批量 I/O 读写是典型的高收益场景。
• 优雅退出：避免在主循环使用 while 1: pass 占用 CPU。应结合 thread.join() 或队列 task_done/join() 机制等待子线程安全收尾。

以上就是Python多线程入门学习的详细内容，更多关于Python并发编程的资料请关注本站其它相关文章！