实现多线程多任务的步骤

步骤

1. 导入线程模块
import threading
2. 创建子线程并指定执行的任务
sub_thread = threading.Thread(target=任务名
3. 启动线程执行任务
sub_thread.start()

示例

 1 '''
 2 在Python中，实现多线程多任务可以通过使用threading模块来创建和管理线程
 3 
 4 最佳实践：
 5     1. 使用适量的线程数：根据系统资源和任务需求，合理选择线程数量。过多的线程可能会导致资源竞争和性能问题。
 6     2. 确保线程安全：如果多个线程访问共享数据，要注意加锁或使用线程安全的数据结构来避免竞态条件。
 7     3. 避免阻塞操作：如果某个线程执行了长时间的阻塞操作，会影响其他线程的执行效率，因此应尽量避免阻塞操作，或使用非阻塞的替代方案。
 8     4. 异常处理：每个线程都应该有自己的异常处理机制，确保及时捕获和处理异常，避免线程退出导致整个程序崩溃。
 9 
10 常见的坑：
11     1. 全局解释器锁（GIL）：Python的全局解释器锁限制了同一时间只能有一个线程执行Python字节码。这意味着在CPU密集型任务中，多线程可能无法提升性能。
12     2. 线程间通信：由于共享数据需要进行线程间同步，所以在多线程编程中需要小心处理数据共享和通信，以避免出现竞争条件和死锁。
13 '''
14 # 1. 导入线程模块
15 import threading
16 
17 
18 def task1():
19     thread_id = threading.get_ident() # 获取当前线程的id

20 print(f"Executing task 1，thread-id:{thread_id}") 21  # 执行任务1的代码 22 23 24 def task2(): 25 thread_id = threading.get_ident() 26 print(f"Executing task 2，thread-id:{thread_id}") 27  # 执行任务2的代码 28 29 30 def main(): 31 # 2. 创建线程并指定其任务 32 thread1 = threading.Thread(target=task1) 33 thread2 = threading.Thread(target=task2) 34 35 # 3. 启动线程 36  thread1.start() 37  thread2.start() 38 39  # 让主线程等待thread1、thread2的结束，此时主线程会阻塞在此，一直等待他们结束，才能继续执行 40  thread1.join() 41  thread2.join() 42 43 print("All tasks completed") 44 45 46 if __name__ == "__main__": 47 main()

输出：

Executing task 1，thread-id:11020
Executing task 2，thread-id:3080
All tasks completed