Python多线程服务器搭建指南
在文章实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《Python多线程服务器搭建教程》,聊聊,希望可以帮助到正在努力赚钱的你。
多线程TCP服务器可并发处理客户端连接,利用threading模块为每个客户端创建独立线程,结合socket实现基础通信,通过线程池控制资源并优化性能,适用于I/O密集型网络服务场景。

在Python中实现多线程网络服务器,可以有效处理多个客户端并发连接。虽然Python的全局解释器锁(GIL)限制了多线程在CPU密集型任务中的并行能力,但在I/O密集型场景(如网络通信)中,多线程依然表现良好。下面是一个实用的多线程TCP服务器搭建教程,适合初学者和中级开发者快速上手。
1. 基础TCP服务器结构
使用socket模块创建一个基本的TCP服务器,监听指定端口等待客户端连接。
示例代码:
import socket创建socket对象
server = socket.socket(socket.AF_INET, socket.SOCK_STREAM) server.bind(('localhost', 8888)) server.listen(5) print("服务器启动,等待连接...")
while True: client_sock, addr = server.accept() print(f"客户端 {addr} 已连接")
接收数据
data = client_sock.recv(1024) print(f"收到: {data.decode()}") # 回传响应 client_sock.send(b"Hello from server") client_sock.close()
这个版本只能逐个处理客户端,无法并发。接下来引入多线程提升并发能力。
2. 引入多线程处理客户端请求
每次有新客户端连接时,启动一个新线程处理该连接,主线程继续监听新连接。
关键点:
- 导入threading模块
- 将客户端处理逻辑封装成函数
- 为每个客户端创建独立线程
改进后的代码:
import socket import threadingdef handle_client(client_sock, addr): print(f"线程处理客户端 {addr}") try: while True: data = client_sock.recv(1024) if not data: break print(f"来自 {addr}: {data.decode()}") client_sock.send(data) # 回显数据 except Exception as e: print(f"客户端 {addr} 出现错误: {e}") finally: client_sock.close() print(f"客户端 {addr} 连接关闭")
主服务器逻辑
server = socket.socket(socket.AF_INET, socket.SOCK_STREAM) server.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1) server.bind(('localhost', 8888)) server.listen(10) print("多线程服务器启动,监听8888端口...")
try: while True: client_sock, addr = server.accept()
启动新线程处理客户端
client_thread = threading.Thread(target=handle_client, args=(client_sock, addr)) client_thread.daemon = True # 主线程退出时,子线程也退出 client_thread.start()except KeyboardInterrupt: print("\n服务器关闭") finally: server.close()
3. 客户端测试脚本
编写一个简单客户端用于测试服务器并发能力。
import socketdef test_client(): client = socket.socket(socket.AF_INET, socket.SOCK_STREAM) client.connect(('localhost', 8888))
for i in range(3): msg = f"消息 {i+1}" client.send(msg.encode()) response = client.recv(1024) print(f"收到回显: {response.decode()}") time.sleep(1) client.close()使用多个线程运行多个客户端
import threading import time
for i in range(3): t = threading.Thread(target=test_client) t.start() time.sleep(0.5)
运行后可以看到服务器同时处理多个客户端的消息,每个客户端由独立线程处理。
4. 注意事项与优化建议
多线程服务器虽简单易用,但需注意以下几点:
- 资源管理:确保每个线程正确关闭socket,避免文件描述符泄漏
- 线程安全:若多个线程访问共享数据(如用户列表),需使用锁机制(threading.Lock)
- 线程数量控制:大量并发连接可能耗尽系统资源,可使用线程池(concurrent.futures.ThreadPoolExecutor)限制最大线程数
- 异常处理:网络中断、客户端异常断开等都要捕获并妥善处理
例如使用线程池优化:
from concurrent.futures import ThreadPoolExecutorexecutor = ThreadPoolExecutor(max_workers=10)
在accept后:
executor.submit(handle_client, client_sock, addr)
基本上就这些。这套方案适合中小规模并发场景,代码简洁,易于理解和维护。对于更高性能需求,可考虑异步IO(asyncio)方案,但多线程仍是入门网络编程的首选方式。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
CSSsticky兼容性优化全攻略
- 上一篇
- CSSsticky兼容性优化全攻略
- 下一篇
- IndexedDB事务操作教程:JavaScript实现详解
-
- 文章 · python教程 | 2天前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 2天前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 2天前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 2天前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 2天前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 450次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 520次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 535次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 480次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 304次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

