Python多线程编程核心知识点整理

目录

前言

一、为什么使用多线程

二、多线程完成多任务

1.多线程完成多任务

3.设置主线程结束子线程也结束的方法：守护线程

三、进程与线程的对比

1、关系对比

2、区别对比

3、优缺点对比

四、锁

总结

前言

单线程串行执行会导致程序效率低下，无法同时处理多项任务。多线程编程可实现并发执行，充分利用计算机资源，节省系统开销，是Python中提升程序性能的关键技术，本文将梳理其核心知识点。

一、为什么使用多线程

进程是分配资源的最小单位 , 一旦创建一个进程就会分配一定的资源 , 就像跟两个人聊QQ就需要 打开两个QQ软件一样是比较浪费资源的 。

线程是程序执行的最小单位 , 实际上进程只负责分配资源 , 而利用这些资源执行程序的是线程 , 也 就说进程是线程的容器 , ⼀个进程中最少有一个线程来负责执行程序 。同时线程自己不拥有系统 资源，只需要一点儿在运行中必不可少的资源，但它可与同属一个进程的其它线程共享进程所拥有 的全部资源 。这就像通过一个QQ软件(一个进程)打开两个窗口(两个线程)跟两个人聊天一样 , 实现多任务的同时也节省了资源。

二、多线程完成多任务

1.多线程完成多任务

① 导⼊线程模块

import threading
② 通过线程类创建线程对象

线程对象 = threading.Thread(group=None, target=None, name=None, args=(), kwargs={})
target 执行的目标任务名，这里指的是函数名(方法名)，不能加括号
name 进程名，一般不用设置
group 进程组，目前只能使tongNone
args 传递给 target 任务函数的位置参数，必须是元组类型（即使只有一个参数，也要加逗号，如 (10,)）
kwargs 传递给 target 任务函数的关键字参数，必须是字典类型（如 {'a': 1, 'b': 2}）

③ 启动线程执行任务

线程对象.start()

2.线程创建与启动代码

单线程案例：

import time def music(): for i in range(3): print('听⾳乐...') time.sleep(0.2) def coding(): for i in range(3): print('敲代码...') time.sleep(0.2) if __name__ == '__main__': music() coding()

多线程案例：

# 导⼊time模块和threading模块 import time import threading # 定义⼀个播放⾳乐的函数 def music(): # 循环三次，每次打印听⾳乐的状态并暂停0.2秒 for i in range(3): print('听⾳乐...') time.sleep(0.2) # 定义⼀个编码的函数 def coding(): # 循环三次，每次打印敲代码的状态并暂停0.2秒 for i in range(3): print('敲代码...') time.sleep(0.2) # 程序⼊⼝ if __name__ == '__main__': # 创建⼀个线程，⽤于播放⾳乐。通过threading.Thread类创建线程，music函数作为线程要执⾏的⽬标。 music_thread = threading.Thread(target=music) # 创建⼀个线程，⽤于编码⼯作。同样使⽤threading.Thread类创建，coding函数作为线程要执⾏的⽬标。 coding_thread = threading.Thread(target=coding) # 启动⾳乐线程和编码线程 music_thread.start() coding_thread.start() # 等待⾳乐线程完成其任务 music_thread.join() # 等待编码线程完成其任务 coding_thread.join() print('程序结束')

3.设置主线程结束子线程也结束的方法：守护线程

示例：

import time import threading def work(): """ 执⾏⼯作任务的函数。 通过循环模拟⼯作任务的执⾏。每次循环打印⼯作信息并暂停0.2秒， 以模拟实际⼯作耗时。 """ for i in range(10): print('work...') time.sleep(0.2) if __name__ == '__main__': # 创建⼦线程并设置守护主线程 # 这⾥的守护线程意味着当主线程结束时，⼦线程会⾃动结束，不需要显式等待⼦线程的结束 work_thread = threading.Thread(target=work, daemon=True) # 启动线程 work_thread.start() # 延时1s # 这⾥可能是为了模拟⼀些操作需要时间，或者给⼦线程⼀些时间来完成它的任务 time.sleep(1) print('主线程执⾏完毕')

三、进程与线程的对比

1、关系对比

① 线程是依附在进程里面的，没有进程就没有线程。
② 一个进程默认提供一条线程，进程可以创建多个线程。

2、区别对比

① 进程之间不共享全局变量
② 线程之间共享全局变量
③ 创建进程的资源开销要比创建线程的资源开销要大
④ 进程是操作系统资源分配的基本单位，线程是CPU调度的基本单位

3、优缺点对比

① 进程优缺点:
优点：可以用多核
缺点：资源开销大
② 线程优缺点
优点：资源开销小
缺点：不能使用多核

四、锁

无论是进程还是线程，当涉及到共享资源时，都需要使用锁来同步访问，以避免竞态条件。Python提供 了 Lock 对象来实现这一功能。

• 使用线程锁

import threading # 创建⼀个锁对象，⽤于在多线程中同步对共享资源的访问 lock = threading.Lock() # 定义线程函数，该函数将计数器增加n次 def thread_function(n): global counter for _ in range(n): # 打印当前线程将计数器增加到的值 print(f'线程 {threading.current_thread().name} 将计数器增加到 {counter}') # 获取锁，确保同⼀时间只有⼀个线程在修改counter lock.acquire() try: # 尝试增加计数器 counter += 1 finally: # 释放锁，允许其他线程进⾏操作 lock.release() # 初始化全局计数器 counter = 0 # 初始化线程列表 threads = [] # 创建并启动5个线程，每个线程都会执⾏thread_function for i in range(5): # 创建线程 t = threading.Thread(target=thread_function, args=(i,)) # 将线程添加到线程列表中 threads.append(t) # 启动线程 t.start() # 等待所有线程完成执⾏ for t in threads: t.join() # 打印最终的计数器值 print(f'最终的计数器值: {counter}')

总结

本文系统梳理了Python多线程编程的核心内容，涵盖多线程的应用价值、实现步骤、守护线程用法，对比了进程与线程的关键差异，并介绍了锁的使用以解决共享资源同步问题，为高效运用多线程提升程序性能提供了清晰指引。