Python如何构建多线程任务_并发处理基础知识【教程】

admin 百科 2025-12-19 10

Python多线程适合IO密集型任务，因CPython的GIL限制其不适用于CPU密集型计算；需用join()等待线程完成、Lock保证共享数据安全、ThreadPoolExecutor简化线程池管理，并注意避免死锁与资源泄漏。

Python如何构建多线程任务_并发处理基础知识【教程】-第1张图片-佛山资讯网

Python构建多线程任务，核心是用 threading 模块启动多个线程并发执行函数，但要注意：CPython有GIL（全局解释器锁），所以多线程**适合IO密集型任务**（如网络请求、文件读写），不适合CPU密集型计算（此时应选 multiprocessing）。

一、基础写法：创建并启动线程

最直接的方式是把目标函数传给 Thread 对象，调用 start() 启动：

每个线程独立运行，主线程不会自动等待子线程结束
需要用 join() 显式等待线程完成，否则可能主线程退出、子线程被强制终止

示例：

import threading
import time

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

t1 = threading.Thread(target=task, args=("A",))
t2 = threading.Thread(target=task, args=("B",))
t1.start()
t2.start()
t1.join() # 等待t1完成
t2.join() # 等待t2完成
print("全部完成")