Python 基础入门 Day44-Python 多线程与多进程编程入门

44次阅读

共计 1919 个字符，预计需要花费 5 分钟才能阅读完成。

欢迎来到 Python 基础入门 Day44！今天我们将学习 Python 中的 多线程（threading） 与 多进程（multiprocessing） 编程。它们是实现并发执行、提升程序效率的重要手段，尤其适用于 I/O 密集型和 CPU 密集型任务。

✅ 目录

什么是并发与并行
多线程：threading 模块
多进程：multiprocessing 模块
多线程 vs 多进程
小结与练习

一、什么是并发与并行？

概念	说明
并发（Concurrency）	在同一个时间段内执行多个任务（宏观同时，微观交替）
并行（Parallelism）	多个任务真正同时执行（依赖多核 CPU）

Python 的 GIL（全局解释器锁） 会影响多线程的并行性，因此在 CPU 密集型任务 中推荐使用多进程，在 I/O 密集型任务 中使用多线程效率更高。

二、多线程：threading 模块

2.1 创建线程

import threading
import time

def task(name):
    print(f"线程 {name} 开始工作")
    time.sleep(2)
    print(f"线程 {name} 工作结束")

# 创建线程
t1 = threading.Thread(target=task, args=("A",))
t2 = threading.Thread(target=task, args=("B",))

t1.start()
t2.start()

t1.join()
t2.join()

print("主线程结束")

2.2 使用类封装线程

class MyThread(threading.Thread):
    def __init__(self, name):
        super().__init__()
        self.name = name

    def run(self):
        print(f"{self.name} 线程运行")
        time.sleep(1)
        print(f"{self.name} 线程结束")

t = MyThread("自定义线程")
t.start()
t.join()

2.3 多线程锁（threading.Lock）

用于防止线程同时修改共享资源导致的冲突。

lock = threading.Lock()
count = 0

def add():
    global count
    for _ in range(100000):
        with lock:
            count += 1

threads = [threading.Thread(target=add) for _ in range(5)]

[t.start() for t in threads]

[t.join() for t in threads] print(“ 最终 count 值:”, count)

三、多进程：multiprocessing 模块

多进程适用于 CPU 密集型任务 ，每个进程拥有独立内存空间。

3.1 创建进程

from multiprocessing import Process
import os

def worker(name):
    print(f"{name} 运行中，进程 ID：{os.getpid()}")

p1 = Process(target=worker, args=("进程 1",))
p2 = Process(target=worker, args=("进程 2",))

p1.start()
p2.start()

p1.join()
p2.join()

3.2 使用队列在进程间通信

from multiprocessing import Queue

def producer(q):
    for i in range(5):
        q.put(i)
        print(f"生产：{i}")

def consumer(q):
    while not q.empty():
        print(f"消费：{q.get()}")

q = Queue()
p1 = Process(target=producer, args=(q,))
p2 = Process(target=consumer, args=(q,))

p1.start()
p1.join()
p2.start()
p2.join()

四、多线程 vs 多进程

特性	多线程	多进程
内存空间	共享	独立
创建 / 销毁成本	较小	较大
GIL 影响	受限，不能真正并行计算	无 GIL 限制，适合 CPU 密集型任务
适合任务类型	I/O 密集型（网络 / 文件读写等）	CPU 密集型（加密、图像处理等）