Python多线程编程实战:创建、守护线程与锁机制详解

阿橙
阿橙
发布时间:2026-10-12| 2人浏览过
原创

本文深入解析Python多线程编程核心概念,涵盖线程创建的两种主流方式、守护线程的生命周期管理以及互斥锁与递归锁的使用场景。通过具体代码示例,帮助开发者掌握后台任务处理、资源释放及线程安全控制技巧,提升程序运行效率与响应速度。

多线程

多线程机制允许程序同时执行多个不同的子任务,其运行优势主要体现在以下几个方面:

利用多线程可以将耗时较长的后台任务移至后台处理,从而优化用户界面体验。例如,当用户点击按钮触发特定事件时,界面可弹出进度条以直观展示处理进度。此外,多线程有助于加快程序整体运行速度。在处理用户输入、文件读写或网络数据收发等需要等待的操作时,线程机制尤为适用,它能有效释放内存等宝贵系统资源。

创建线程

在任何进程中,主线程是必然存在的核心执行单元。

创建线程的两种方法
继承Thread类,并重写它的run()方法
import threading
import time
cLass MyThread(threading.Thread):
	def__ init__ (seLf, n):
		super (MyThread, seLf).__ init__()
		self.n = n
	def run(self):
		print('以类的方式创建多线程',self.n)
		time.sleep(3)
r1 = MyThread(1)
r2 = MyThread(2)
r1.start()
r2.start()
调用threading库的Thread类
import threading
import time
def test(x):
    print(x)
    time.sleep(2)
if __name__=='__main__':
    t1 = threading.Thread(target=test, args=(1,))  
    t2 = threading.Thread(target=test, args=(2,))
    t1.start()
    t2.start()

守护线程具有特殊的生命周期特征:当主线程以及所有非守护线程执行完毕并结束时,即使守护线程尚未完成其任务,也会随之终止(进入死亡状态),进而导致整个程序结束运行。

#守护线程
import threading
import time
def run(n):
    print('task',n)
    time.sleep(1)
    print('3s')
    time.sleep(1)
    print('2s')
    time.sleep(1)
    print('1s')
if __name__ == '__main__': #主线程
    t=threading.Thread(target=run,args=('t1',))
    t.setDaemon(True) #设置子线程为守护线程,守护主线程。主线程结束,子线程也立马结束。必须在start() 方法调用之前设置
    t.start()
    print('end')

线程锁

1.互斥锁

#互斥锁
import threading
def run():
    global x
    lock.acquire() #申请锁
    x+=1 
    lock.release() #释放锁
if __name__=='__main__':
    x=0
    res=[]
    lock=threading.Lock() #实例化线程锁
    for i in range(100): #100个线程
        t=threading.Thread(target=run) 
        t.start()
        res.append(t)
    for t in res:
        t.join()    
    print(x) 
2.递归锁

import threading
def func(lock):
    global gl_num
    lock.acquire()
    gl_num += 1
    time.sleep(1)
    print(gl_num)
    lock.release()
if __name__ == '__main__':
    gl_num = 0
    lock = threading.RLock()
    for i in range(10):
       t = threading.Thread(target=func,args=(lock,))
       t.start()

练手:

import threading
import time  #导入时间模块

#线程一:输出当前的年月日时分秒
class myThread1(threading.Thread):
    def run(self):
        while (True):
            print(time.asctime(time.localtime(time.time())))#输出实时时间
            time.sleep(1)
#线程二:name每2秒打印输出4次结束
class myThread2(threading.Thread):#继承threading.Thread
    def __init__(self,name):#继承父类的方法实现继承threading.Thread       
        super(myThread2, self).__init__()#super方法调用父类
        self.name=name #实例化对象属性    
    def run(self):#重写Thread类中的run方法
        for i in range(4):#for循环打印4次
            print(self.name)          
            time.sleep(2)#打印一次delay两秒
if __name__ == '__main__':
    #创建线程1和线程2并传入参数
    x1 = myThread1()
    x2 = myThread2("张三")
    #开启线程
    x1.start()
    x2.start()

总结

本文到此结束,希望能为读者提供有价值的参考。如需了解更多技术内容,欢迎持续关注本站更新。

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。