当前位置:首页 > 文章列表 > 文章 > python教程 > Python多线程\_threading模块详解

Python多线程\_threading模块详解

2026-03-11 12:01:10 0浏览 收藏
本文深入解析了Python多线程开发的核心实践,明确指出应使用标准库中的`threading`模块而非底层的`_thread`(更不存在所谓的`_threading`模块),通过对比二者在安全性、功能完备性与易用性上的显著差异,强调`threading`是绝大多数场景下的唯一推荐选择;文章以清晰示例演示了如何创建、启动和管理线程,重点讲解了`Lock`等同步机制如何解决竞态条件,并延伸介绍`Event`、`RLock`等高级工具,同时给出I/O密集型任务适用多线程、CPU密集型应转向`multiprocessing`等关键决策建议,辅以守护线程设置、日志调试技巧和常见陷阱提醒,帮助开发者快速构建可靠、可维护的并发程序。

Python多线程入门_threading模块详解

Python中多线程主要通过threading模块实现,它比底层的_thread(旧称thread)更安全、功能更完整,是实际开发中的标准选择。所谓“_threading模块”并不存在——常见误解源于把threading误写为_threading,或混淆了_thread(C级轻量接口)与threading(面向对象高级封装)。

threading vs _thread:该用哪个?

_thread是Python的底层线程模块,提供极简的start_new_thread()和allocate_lock()等函数,不支持线程对象、无法获取线程状态、没有守护线程机制,异常会直接终止整个程序。而threading基于_thread构建,封装了Thread类、Lock、Event、Queue等工具,支持线程生命周期管理、异常隔离、资源同步,是推荐且默认使用的模块。

  • 新手和绝大多数场景 → 用 threading
  • 嵌入式或极端性能敏感且需完全控制底层行为 → 才考虑_thread(极少)
  • 不要导入_threading——它不是公开API,也不在标准库中

快速上手:创建和启动线程

最常用方式是实例化threading.Thread,传入目标函数和参数:

import threading
import time

def say_hello(name, delay): time.sleep(delay) print(f"Hello from {name}")

创建两个线程

t1 = threading.Thread(target=say_hello, args=("Thread-1", 1)) t2 = threading.Thread(target=say_hello, args=("Thread-2", 0.5))

启动线程

t1.start() t2.start()

等待线程结束(可选)

t1.join() t2.join() print("All done")

注意:start()才是真正启动线程;调用run()只是在当前线程同步执行,不产生并发。

线程安全与共享数据:为什么需要Lock?

多个线程同时读写同一变量(如全局计数器)时,可能因执行时序交错导致结果错误(竞态条件)。例如两个线程各自对counter += 1执行100次,最终结果可能小于200。

解决方法是用threading.Lock加锁:

counter = 0
lock = threading.Lock()

def increment(): global counter for _ in range(100): with lock: # 自动 acquire/release counter += 1

t1 = threading.Thread(target=increment) t2 = threading.Thread(target=increment) t1.start(); t2.start() t1.join(); t2.join() print(counter) # 稳定输出 200

其他同步原语如RLock(可重入锁)、Event(线程间信号)、Condition(带等待/通知的条件变量)也常用于复杂协作场景。

实用技巧与避坑提醒

  • 主线程退出时子线程默认继续运行——如需随主程序退出,设daemon=True(后台线程),但注意其不会等待完成就强制终止
  • I/O密集型任务适合多线程(如网络请求、文件读写),CPU密集型建议用multiprocessing(受GIL限制)
  • 避免用time.sleep()模拟并发逻辑测试——时序不可控;可用threading.Event或queue.Queue做确定性协调
  • 调试多线程程序时,优先使用logging而非print——后者可能因缓冲导致输出混乱

掌握threading的核心类和同步机制,就能写出可靠、可维护的并发代码。不需要深入_thread或虚构的_threading,专注用好标准模块即可。

本篇关于《Python多线程\_threading模块详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

CSS断点设置技巧与常用尺寸指南CSS断点设置技巧与常用尺寸指南
上一篇
CSS断点设置技巧与常用尺寸指南
LogbackvsLog4j2异步日志性能评测
下一篇
LogbackvsLog4j2异步日志性能评测
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    264次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    318次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    303次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    273次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    94次使用