在Python中,threading.Thread 类是用于创建和管理线程的核心类。下面通过实例来说明如何使用 threading.Thread:
- 通过直接实例化Thread类并传入target函数
import threading
import time
# 定义一个将在新线程中运行的函数
def my_function(name):
for _ in range(5):
print(f"线程 {name} 正在运行")
time.sleep(1) # 模拟IO操作或其他耗时任务
# 创建两个线程
thread1 = threading.Thread(target=my_function, args=("Thread-1",))
thread2 = threading.Thread(target=my_function, args=("Thread-2",))
# 启动两个线程
thread1.start()
thread2.start()
# 确保主线程等待所有子线程完成
thread1.join()
thread2.join()
print("所有线程都已完成")
- 通过继承Thread类并重写run()方法:
import threading
import time
class MyThread(threading.Thread):
def __init__(self, name):
super().__init__()
self.name = name
def run(self):
for _ in range(5):
print(f"自定义线程 {self.name} 正在运行")
time.sleep(1)
# 创建并启动自定义线程
thread1 = MyThread("CustomThread-1")
thread2 = MyThread("CustomThread-2")
thread1.start()
thread2.start()
# 等待所有线程结束
thread1.join()
thread2.join()
print("所有自定义线程都已完成")
以上两个示例展示了两种创建和使用线程的方法,它们都能实现多线程执行任务。然而,在实际应用中,需要注意由于全局解释器锁(GIL)的存在,Python的多线程并不能充分利用多核CPU的优势进行计算密集型任务的并行处理,但对于IO密集型任务或频繁切换的任务来说,多线程仍然可以提升程序性能。同时,在多线程环境下,需要考虑线程安全问题,可能需要使用线程同步机制如锁(Lock)、条件变量(Condition)、信号量(Semaphore)等来保护共享资源的访问。