Python 与多线程

在 Python 中，多线程（threading）主要用于 I/O 密集型任务（例如网络请求、文件读写），因为 Python 的 GIL（全局解释器锁） 限制了多个线程不能同时执行 CPU 密集型的 Python 字节码。

下面我一步步教你怎么用多线程 👇

🧩 一、基本用法：threading.Thread

import threading
import time

def worker(name):
    print(f"{name} 开始工作")
    time.sleep(2)
    print(f"{name} 工作结束")

# 创建线程
t1 = threading.Thread(target=worker, args=("线程1",))
t2 = threading.Thread(target=worker, args=("线程2",))

# 启动线程
t1.start()
t2.start()

# 等待线程结束
t1.join()
t2.join()

print("所有线程结束")

输出（大致）：

线程1 开始工作
线程2 开始工作
线程1 工作结束
线程2 工作结束
所有线程结束

✅ start() 启动线程 ✅ join() 等待线程执行结束

🧵 二、使用 for 创建多个线程

import threading
import time

def download_file(n):
    print(f"开始下载第 {n} 个文件...")
    time.sleep(1)
    print(f"第 {n} 个文件下载完成")

threads = []
for i in range(5):
    t = threading.Thread(target=download_file, args=(i,))
    threads.append(t)
    t.start()

for t in threads:
    t.join()

print("全部下载完成！")

⚙️ 三、使用锁（Lock）避免资源竞争

多线程访问共享资源（如全局变量）时，必须加锁。

import threading

num = 0
lock = threading.Lock()

def add():
    global num
    for _ in range(100000):
        with lock:       # 自动上锁与解锁
            num += 1

threads = [threading.Thread(target=add) for _ in range(5)]

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

print("结果：", num)

如果不加锁，num 可能小于 500000，因为多个线程会同时修改它。

🧠 四、使用 ThreadPoolExecutor（更简单）

Python 3 推荐使用 concurrent.futures.ThreadPoolExecutor，更方便。

from concurrent.futures import ThreadPoolExecutor
import time

def task(n):
    print(f"任务 {n} 开始")
    time.sleep(1)
    print(f"任务 {n} 结束")
    return n * 2

# 创建线程池
with ThreadPoolExecutor(max_workers=3) as executor:
    results = executor.map(task, range(5))

print("结果：", list(results))

📊 五、总结对比