前言

記錄下Python中多線程使用

---

簡介

Python 中的多線程主要通過 threading 模塊來實現。多線程是一種并發編程的方式，允許程序在同一時間執行多個線程，每個線程執行不同的任務。然而需要注意的是，在 Python 中由于 GIL（全局解釋器鎖）的存在，多線程并不適用于 CPU 密集型任務，因為 GIL 會導致在任意時刻只有一個線程在解釋器中執行 Python 字節碼。

下面是 Python 中多線程的基本介紹：

1. 創建線程：
   • 使用 threading.Thread 類可以創建一個新的線程對象。需要提供一個目標函數（通常是一個普通函數）作為線程的執行體。
   • 通過調用 start() 方法啟動線程。

import threadingdef my_function():print("This is my function")thread = threading.Thread(target=my_function)
thread.start()

2. 線程對象方法：

   • start()：啟動線程。
   • join([timeout])：等待線程執行結束。可選的超時參數可以指定最長等待時間。
   • is_alive()：檢查線程是否還在運行。
   • name：線程的名稱，可以通過屬性進行設置和獲取。
   • ident：線程的標識符，是一個唯一的整數。

3. 線程間通信：

   • 多個線程之間可以通過共享變量來進行通信。然而需要注意的是，在多線程編程中需要考慮線程安全問題，例如使用鎖機制來保護共享資源。

4. 線程同步：

   • Python 提供了一些同步工具來幫助線程間進行同步，比如 Lock、Semaphore、Event、Condition 等。

import threadinglock = threading.Lock()def safe_increment():with lock:# 使用鎖來保護臨界區global countercounter += 1

5. 線程池：
   • 可以使用 concurrent.futures.ThreadPoolExecutor 類來創建一個線程池，用于管理和調度多個線程。

import concurrent.futuresdef my_function():print("This is my function")with concurrent.futures.ThreadPoolExecutor() as executor:executor.submit(my_function)

總的來說，Python 中的多線程提供了一種方便的方式來進行并發編程，可以用于處理 I/O 密集型任務和并發執行多個任務。然而，由于 GIL 的存在，Python 的多線程并不適用于 CPU 密集型任務，而對于這種情況，可以考慮使用多進程來實現并行計算。

使用demo

下面是一個簡單的多線程使用案例，演示了如何通過多線程并發執行多個任務：

import threading
import time# 定義一個簡單的任務函數
def task(name, delay):print(f"Task {name} started")time.sleep(delay)  # 模擬耗時操作print(f"Task {name} finished")# 創建并啟動多個線程執行任務
threads = []
for i in range(1, 4):thread = threading.Thread(target=task, args=(i, i))thread.start()threads.append(thread)# 等待所有線程執行完畢
for thread in threads:thread.join()print("All tasks have finished")

在這個示例中，定義了一個名為 task() 的簡單任務函數，它接受任務名稱和延遲時間作為參數，然后在指定的延遲時間后完成任務。然后，我們創建了三個線程，并使用 threading.Thread 類將 task() 函數設置為這些線程的目標函數，并通過 args 參數傳入任務名稱和延遲時間。接著，啟動這些線程，并將它們添加到一個列表中。最后，使用 join() 方法等待所有線程執行完畢，并打印出所有任務執行完成的消息。

這個示例演示了如何使用多線程來并發執行多個任務，每個任務都在獨立的線程中執行，不會相互阻塞，從而提高了程序的執行效率。