Python多线程使用

在Python中，多线程是一种利用线程并发执行任务的技术，特别适合用于I/O密集型任务（如文件操作、网络请求等）。Python的多线程可以通过`threading`模块实现。

以下是关于Python多线程的一些关键点和示例代码：

---

### **1. 基本概念**
- **线程**是一个轻量级的执行单元，与进程不同，多个线程共享同一个进程的内存空间。
- 在Python中，由于**全局解释器锁（GIL）**的限制，多线程在CPU密集型任务中可能无法提高性能。
- 适用场景：I/O密集型任务（如网络请求、文件读写）。

---

### **2. 使用 `threading` 模块**
#### **创建线程**
```python
import threading
import time

def task(name):
    print(f"Thread {name} is starting...")
    time.sleep(2)
    print(f"Thread {name} is done!")

# 创建线程
thread1 = threading.Thread(target=task, args=("A",))
thread2 = threading.Thread(target=task, args=("B",))

# 启动线程
thread1.start()
thread2.start()

# 等待线程完成
thread1.join()
thread2.join()

print("All threads are finished.")
```

---

#### **使用类方式创建线程**
```python
class MyThread(threading.Thread):
    def __init__(self, name):
        super().__init__()
        self.name = name

    def run(self):
        print(f"Thread {self.name} is running...")
        time.sleep(2)
        print(f"Thread {self.name} is done!")

# 创建并启动线程
thread1 = MyThread("A")
thread2 = MyThread("B")

thread1.start()
thread2.start()

thread1.join()
thread2.join()

print("All threads are finished.")
```

---

### **3. 线程锁（`Lock`）**
多线程访问共享资源时需要考虑同步问题，可以使用锁来避免竞争条件。

```python
import threading

lock = threading.Lock()
shared_counter = 0

def increment():
    global shared_counter
    for _ in range(1000000):
        with lock:  # 使用上下文管理器获取锁
            shared_counter += 1

thread1 = threading.Thread(target=increment)
thread2 = threading.Thread(target=increment)

thread1.start()
thread2.start()

thread1.join()
thread2.join()

print(f"Final counter value: {shared_counter}")
```

---

### **4. 线程池（`concurrent.futures.ThreadPoolExecutor`）**
使用线程池可以简化线程管理。

```python
from concurrent.futures import ThreadPoolExecutor
import time

def task(name):
    print(f"Task {name} is starting...")
    time.sleep(2)
    print(f"Task {name} is done!")

with ThreadPoolExecutor(max_workers=3) as executor:
    executor.submit(task, "A")
    executor.submit(task, "B")
    executor.submit(task, "C")
```

---

### **5. 注意事项**
- **避免死锁**：确保锁的获取顺序一致。
- **线程安全问题**：当多个线程访问共享资源时，需要用锁保护。
- **性能限制**：对于CPU密集型任务，使用`multiprocessing`可能更合适。

如果你有特定的应用场景或疑问，可以进一步讨论！