Python基础编程篇-如何实现多线程处理

在 Python 中实现多线程处理可以大大提高程序的并发性和效率。下面是一些基本的实现多线程的方法：

使用 threading 模块：threading 模块提供了一个 Thread 类，可以创建并启动一个新线程。示例代码如下：

import threading

def worker(num):
"""thread worker function"""
print(f"Worker {num} started")
# do some work here
print(f"Worker {num} finished")

threads = []
for i in range(5):
t = threading.Thread(target=worker, args=(i,))
threads.append(t)
t.start()

# wait for all threads to finish
for t in threads:
t.join()

上述代码中，首先定义了一个 worker 函数，用于在每个线程中执行任务。然后使用 threading.Thread 创建了 5 个新线程，并将它们添加到一个列表中。最后，使用 join() 方法等待所有线程执行完毕。

使用 concurrent.futures 模块：concurrent.futures 模块提供了一些高级的线程池和进程池的接口，可以方便地管理线程和进程。示例代码如下：

import concurrent.futures

def worker(num):
"""thread worker function"""
print(f"Worker {num} started")
# do some work here
print(f"Worker {num} finished")

with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
for i in range(5):
executor.submit(worker, i)

上述代码中，首先定义了一个 worker 函数，用于在每个线程中执行任务。然后使用 concurrent.futures.ThreadPoolExecutor 创建一个包含 5 个线程的线程池，并使用 submit 方法将任务提交给线程池。

需要注意的是，由于 GIL（全局解释器锁）的存在，Python 中的多线程并不能实现真正的并行处理。如果需要进行 CPU 密集型的计算任务，建议使用 multiprocessing 模块或者将任务交给 C 或者 Cython 等其他语言处理。

喜欢 (0)赏

[]

分享 (0)