Python多线程编程详解：从基础状态到threading模块实战

竹里

发布时间：2026-10-13| 2人浏览过

原创

本文基于Python 2.4环境，系统讲解Python线程编程基础。内容涵盖线程的五种状态、锁机制（Lock/RLock）、条件变量及信号量等同步指令。详细解析thread与threading标准库，通过生产者/消费者、定时器及线程局部数据等示例，展示如何在实际开发中高效利用多线程处理并发任务。

本文深入解析Python对多线程的支持，涵盖掌握多线程编程所需的基础知识，并完整介绍Python中两个核心线程标准库（thread和threading）的功能及使用示例。

注意：本文内容基于Python 2.4版本编写。若遇到不熟悉的术语，建议通过搜索引擎或维基百科查阅相关资料。

1. 线程基础

1.1. 线程状态

线程生命周期包含5种状态，其状态转换过程如下图所示：

1.2. 线程同步（锁）

多线程的核心优势在于能够并发执行多个任务（至少在视觉上如此）。然而，当多个线程共享数据时，容易引发数据不同步问题。例如，假设列表中所有元素初始值为0，线程"set"负责从后向前将元素修改为1，而线程"print"负责从前向后读取并打印列表。若在线程"set"修改过程中，线程"print"开始读取，输出结果可能是一半0一半1，这就是典型的数据竞争。为解决此问题，引入了锁机制。

锁具有两种状态：锁定和未锁定。当线程（如"set"）访问共享数据时，必须先获取锁；若其他线程（如"print"）已持有锁，则当前线程进入同步阻塞状态暂停执行；待持有锁的线程释放锁后，等待的线程方可继续执行。通过这种机制，列表打印结果将要么全为0，要么全为1，避免了数据混乱。

线程与锁的交互过程如下图所示：

1.3. 线程通信（条件变量）

另一种常见场景是列表并非预先存在，而是由线程"create"动态创建。若线程"set"或"print"在线程"create"运行前访问列表，将引发异常。虽然可以使用锁解决，但这要求"set"和"print"无限循环等待，效率低下。更优方案是线程"create"完成后通知其他线程，因此引入了条件变量。

条件变量允许线程（如"set"和"print"）在条件不满足（如列表为None）时进入等待状态；当条件满足（列表已创建）时，发出通知告知等待线程继续执行。

线程与条件变量的交互过程如下图所示：

1.4. 线程运行和阻塞的状态转换

最后分析线程在运行与阻塞状态间的转换机制。

阻塞状态分为三种：同步阻塞：线程请求锁定时进入此状态，成功获取锁后恢复运行；等待阻塞：线程获得条件锁后调用“等待”进入此状态，收到其他线程通知后进入同步阻塞状态重新竞争锁；其他阻塞：调用time.sleep()、anotherthread.join()或等待IO时进入此状态，此时线程不释放已获得的锁。

提示：若能理解上述内容，后续主题将较为轻松；这些概念在大多数主流编程语言中通用（即必须理解，否则其他教程也难以看懂）。

2. thread Python通过thread和threading两个标准库提供线程支持。thread模块提供低级别的原始线程及简单锁。

# encoding: UTF-8
import thread
import time
 
# 一个用于在线程中执行的函数
def func():
  for i in range(5):
    print 'func'
    time.sleep(1)
  
  # 结束当前线程
  # 这个方法与thread.exit_thread()等价
  thread.exit() # 当func返回时，线程同样会结束
    
# 启动一个线程，线程立即开始运行
# 这个方法与thread.start_new_thread()等价
# 第一个参数是方法，第二个参数是方法的参数
thread.start_new(func, ()) # 方法没有参数时需要传入空tuple
 
# 创建一个锁（LockType，不能直接实例化）
# 这个方法与thread.allocate_lock()等价
lock = thread.allocate()
 
# 判断锁是锁定状态还是释放状态
print lock.locked()
 
# 锁通常用于控制对共享资源的访问
count = 0
 
# 获得锁，成功获得锁定后返回True
# 可选的timeout参数不填时将一直阻塞直到获得锁定
# 否则超时后将返回False
if lock.acquire():
  count += 1
  
  # 释放锁
  lock.release()
 
# thread模块提供的线程都将在主线程结束后同时结束
time.sleep(6)

thread模块提供的其他方法包括：

thread.interrupt_main()：在其他线程中终止主线程。 thread.get_ident()：获取代表当前线程的唯一标识符（魔法数字），常用于从字典中获取线程相关数据。该数字无特定含义，线程结束后可能被新线程复用。

thread还提供ThreadLocal类（名为thread._local）以管理线程相关数据，threading模块引用了此类。

由于thread模块功能有限（如无法在主线程结束后继续运行、不支持条件变量等），通常不建议使用，此处不再赘述。

3. threading threading模块基于Java线程模型设计。在Java中，锁（Lock）和条件变量（Condition）是对象的基本行为（每个对象自带），而在Python中它们是独立对象。Python Thread提供了Java Thread的部分行为子集：不支持优先级、线程组，且线程不能被停止、暂停、恢复或中断。Java Thread中部分已实现的静态方法在threading中以模块方法形式提供。

threading模块提供的常用方法： threading.currentThread()：返回当前线程变量。 threading.enumerate()：返回包含正在运行线程的列表。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。 threading.activeCount()：返回正在运行的线程数量，结果与len(threading.enumerate())相同。

threading模块提供的类： Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。

3.1. Thread

Thread是线程类，与Java类似，有两种使用方式：直接传入要运行的方法，或继承Thread并重写run()方法。

# encoding: UTF-8
import threading
 
# 方法1：将要执行的方法作为参数传给Thread的构造方法
def func():
  print 'func() passed to Thread'
 
t = threading.Thread(target=func)
t.start()
 
# 方法2：从Thread继承，并重写run()
class MyThread(threading.Thread):
  def run(self):
    print 'MyThread extended from Thread'
 
t = MyThread()
t.start()

构造方法： Thread(group=None, target=None, name=None, args=(), kwargs={}) group：线程组，目前尚未实现，文档提示必须为None； target：要执行的方法； name：线程名； args/kwargs：传入方法的参数。

实例方法： isAlive()：返回线程是否正在运行（启动后、终止前）。 get/setName(name)：获取/设置线程名。 is/setDaemon(bool)：获取/设置是否为守护线程。初始值继承自创建该线程的父线程。当无非守护线程运行时，程序将终止。 start()：启动线程。 join([timeout])：阻塞当前上下文线程，直到调用此方法的线程终止或到达指定timeout（可选参数）。

使用join()的示例代码：

# encoding: UTF-8
import threading
import time
 
def context(tJoin):
  print 'in threadContext.'
  tJoin.start()
  
  # 将阻塞tContext直到threadJoin终止。
  tJoin.join()
  
  # tJoin终止后继续执行。
  print 'out threadContext.'
 
def join():
  print 'in threadJoin.'
  time.sleep(1)
  print 'out threadJoin.'
 
tJoin = threading.Thread(target=join)
tContext = threading.Thread(target=context, args=(tJoin,))
 
tContext.start()

运行结果：

in threadContext. in threadJoin. out threadJoin. out threadContext.

3.2. Lock

Lock（指令锁）是最低级的同步指令。Lock处于锁定状态时，不属于特定线程。Lock包含两种状态：锁定和非锁定，以及两个基本方法。

可认为Lock有一个锁定池，当线程请求锁定时，线程进入池中，直到获得锁后出池。池中的线程处于状态图中的同步阻塞状态。

构造方法： Lock()

实例方法： acquire([timeout])：使线程进入同步阻塞状态，尝试获得锁。 release()：释放锁。使用前线程必须已获得锁，否则抛出异常。

# encoding: UTF-8
import threading
import time
 
data = 0
lock = threading.Lock()
 
def func():
  global data
  print '%s acquire lock...' % threading.currentThread().getName()
  
  # 调用acquire([timeout])时，线程将一直阻塞，
  # 直到获得锁定或者直到timeout秒后（timeout参数可选）。
  # 返回是否获得锁。
  if lock.acquire():
    print '%s get the lock.' % threading.currentThread().getName()
    data += 1
    time.sleep(2)
    print '%s release lock...' % threading.currentThread().getName()
    
    # 调用release()将释放锁。
    lock.release()
 
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t1.start()
t2.start()
t3.start()

3.3. RLock

RLock（可重入锁）是允许同一线程多次请求的同步指令。RLock使用“拥有线程”和“递归等级”概念，锁定状态下由特定线程拥有。拥有RLock的线程可再次调用acquire()，释放锁时需调用相同次数的release()。

可认为RLock包含一个锁定池和一个初始值为0的计数器，每次成功调用acquire()/release()，计数器+1/-1，为0时锁处于未锁定状态。

构造方法： RLock()

实例方法： acquire([timeout])/release()：与Lock类似。

# encoding: UTF-8
import threading
import time
 
rlock = threading.RLock()
 
def func():
  # 第一次请求锁定
  print '%s acquire lock...' % threading.currentThread().getName()
  if rlock.acquire():
    print '%s get the lock.' % threading.currentThread().getName()
    time.sleep(2)
    
    # 第二次请求锁定
    print '%s acquire lock again...' % threading.currentThread().getName()
    if rlock.acquire():
      print '%s get the lock.' % threading.currentThread().getName()
      time.sleep(2)
    
    # 第一次释放锁
    print '%s release lock...' % threading.currentThread().getName()
    rlock.release()
    time.sleep(2)
    
    # 第二次释放锁
    print '%s release lock...' % threading.currentThread().getName()
    rlock.release()
 
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t1.start()
t2.start()
t3.start()

3.4. Condition

Condition（条件变量）通常与一个锁关联。若需在多个Condition中共享锁，构造方法可传递Lock/RLock实例，否则自动生成RLock实例。

除Lock的锁定池外，Condition还包含等待池，池中线程处于等待阻塞状态，直到其他线程调用notify()/notifyAll()通知；收到通知后线程进入锁定池等待锁。

构造方法： Condition([lock/rlock])

实例方法： acquire([timeout])/release()：调用关联锁的相应方法。 wait([timeout])：使线程进入Condition等待池并释放锁。使用前必须获得锁，否则抛出异常。 notify()：从等待池选择一个线程并通知，收到通知的线程自动调用acquire()尝试获取锁（进入锁定池）；其他线程仍在等待池。调用此方法不释放锁。使用前必须获得锁，否则抛出异常。 notifyAll()：通知等待池中所有线程，这些线程将进入锁定池尝试获取锁。调用此方法不释放锁。使用前必须获得锁，否则抛出异常。

示例为常见的生产者/消费者模式：

# encoding: UTF-8
import threading
import time
 
# 商品
product = None
# 条件变量
con = threading.Condition()
 
# 生产者方法
def produce():
  global product
  
  if con.acquire():
    while True:
      if product is None:
        print 'produce...'
        product = 'anything'
        
        # 通知消费者，商品已经生产
        con.notify()
      
      # 等待通知
      con.wait()
      time.sleep(2)
 
# 消费者方法
def consume():
  global product
  
  if con.acquire():
    while True:
      if product is not None:
        print 'consume...'
        product = None
        
        # 通知生产者，商品已经没了
        con.notify()
      
      # 等待通知
      con.wait()
      time.sleep(2)
 
t1 = threading.Thread(target=produce)
t2 = threading.Thread(target=consume)
t2.start()
t1.start()

3.5. Semaphore/BoundedSemaphore

Semaphore（信号量）是计算机科学中最古老的同步指令之一。Semaphore管理内置计数器，调用acquire()时-1，调用release()时+1。计数器不能小于0；当计数器为0时，acquire()阻塞线程至同步锁定状态，直到其他线程调用release()。

基于此特性，Semaphore常用于同步具有“访客上限”的对象，如连接池。

BoundedSemaphore与Semaphore的唯一区别在于：前者在调用release()时检查计数器是否超过初始值，若超过则抛出异常。

构造方法： Semaphore(value=1)：value为计数器初始值。

实例方法： acquire([timeout])：请求Semaphore。若计数器为0，阻塞线程至同步阻塞状态；否则计数器-1并立即返回。 release()：释放Semaphore，计数器+1；若使用BoundedSemaphore，还将进行释放次数检查。release()方法不检查线程是否已获得Semaphore。

# encoding: UTF-8
import threading
import time
 
# 计数器初值为2
semaphore = threading.Semaphore(2)
 
def func():
  
  # 请求Semaphore，成功后计数器-1；计数器为0时阻塞
  print '%s acquire semaphore...' % threading.currentThread().getName()
  if semaphore.acquire():
    
    print '%s get semaphore' % threading.currentThread().getName()
    time.sleep(4)
    
    # 释放Semaphore，计数器+1
    print '%s release semaphore' % threading.currentThread().getName()
    semaphore.release()
 
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t3 = threading.Thread(target=func)
t4 = threading.Thread(target=func)
t1.start()
t2.start()
t3.start()
t4.start()
 
time.sleep(2)
 
# 没有获得semaphore的主线程也可以调用release
# 若使用BoundedSemaphore，t4释放semaphore时将抛出异常
print 'MainThread release semaphore without acquire'
semaphore.release()

3.6. Event

Event（事件）是最简单的线程通信机制之一：一个线程通知事件，其他线程等待事件。Event内置初始为False的标志，调用set()设为True，调用clear()重置为False。wait()将阻塞线程至等待阻塞状态。

Event可视为简化版Condition。Event无锁，无法使线程进入同步阻塞状态。

构造方法： Event()

实例方法： isSet()：若内置标志为True则返回True。 set()：将标志设为True，并通知所有处于等待阻塞状态的线程恢复运行。 clear()：将标志设为False。 wait([timeout])：若标志为True立即返回，否则阻塞线程至等待阻塞状态，等待其他线程调用set()。

# encoding: UTF-8
import threading
import time
 
event = threading.Event()
 
def func():
  # 等待事件，进入等待阻塞状态
  print '%s wait for event...' % threading.currentThread().getName()
  event.wait()
  
  # 收到事件后进入运行状态
  print '%s recv event.' % threading.currentThread().getName()
 
t1 = threading.Thread(target=func)
t2 = threading.Thread(target=func)
t1.start()
t2.start()
 
time.sleep(2)
 
# 发送事件通知
print 'MainThread set event.'
event.set()

3.7. Timer

Timer（定时器）是Thread的派生类，用于在指定时间后调用方法。

构造方法： Timer(interval, function, args=[], kwargs={}) interval：指定时间间隔； function：要执行的方法； args/kwargs：方法参数。

实例方法： Timer从Thread派生，未增加额外实例方法。

# encoding: UTF-8
import threading
 
def func():
  print 'hello timer!'
 
timer = threading.Timer(5, func)
timer.start()

3.8. local

local是小写字母开头的类，用于管理thread-local（线程局部）数据。对于同一local实例，线程无法访问其他线程设置的属性；线程设置的属性不会被其他线程的同名属性替换。

可将local视为“线程-属性字典”的字典，local封装了从自身使用线程作为key检索对应属性字典、再使用属性名作为key检索属性值的细节。

# encoding: UTF-8
import threading
 
local = threading.local()
local.tname = 'main'
 
def func():
  local.tname = 'notmain'
  print local.tname
 
t1 = threading.Thread(target=func)
t1.start()
t1.join()
 
print local.tname

熟练掌握Thread、Lock、Condition即可应对绝大多数多线程场景，某些情况下local也非常有用。本文最后使用这些类展示线程基础中提到的场景：

# encoding: UTF-8
import threading
 
alist = None
condition = threading.Condition()
 
def doSet():
  if condition.acquire():
    while alist is None:
      condition.wait()
    for i in range(len(alist))[::-1]:
      alist[i] = 1
    condition.release()
 
def doPrint():
  if condition.acquire():
    while alist is None:
      condition.wait()
    for i in alist:
      print i,
    print
    condition.release()
 
def doCreate():
  global alist
  if condition.acquire():
    if alist is None:
      alist = [0 for i in range(10)]
      condition.notifyAll()
    condition.release()
 
tset = threading.Thread(target=doSet,name='tset')
tprint = threading.Thread(target=doPrint,name='tprint')
tcreate = threading.Thread(target=doCreate,name='tcreate')
tset.start()
tprint.start()
tcreate.start()

以上就是关于Python线程指南的相关资料，希望大家以后多多支持本站。