Python多线程怎么用？新手教程详解

Python多线程是提升I/O密集型任务响应速度的实用工具，但受全局解释器锁（GIL）制约，无法真正并行执行CPU密集型计算——想加速纯数值运算？请转向multiprocessing或asyncio；本文直击实战痛点：手把手教你正确启动线程（务必用start()而非直接调用函数）、规避常见陷阱（如错误写成target=func()导致主线程阻塞）、用Lock精准保护共享变量避免竞态条件（不加锁的计数器累加必然出错），并揭示Timer失效、锁粒度设计、生命周期管理等高阶陷阱，帮你绕过那些“看似正常却在高并发下间歇性崩溃”的隐形雷区。

Python 多线程在 I/O 密集型任务中能提升响应速度，但受 GIL 限制，无法真正并行执行 CPU 密集型代码——别指望靠 threading 加快纯计算（比如大数组求和、加密解密），那得换 multiprocessing 或 asyncio。

怎么启动一个线程？用 threading.Thread 最直接

最常用方式是传入 target 函数和 args/kwargs 参数，调用 start() 启动，不是直接调函数。

常见错误：写成 t = Thread(target=func()) —— 这会立刻执行 func，且主线程阻塞等待返回值，根本没开线程。

正确写法示例：

import threading
import time
def say_hi(name, delay=1):
time.sleep(delay)
print(f"Hello, {name}")
t = threading.Thread(target=say_hi, args=("Alice",), kwargs={"delay": 0.5})
t.start()  
t.join()   

• args 必须是 tuple，单个参数记得加逗号：(value,)，不是 (value)
• join() 不调用的话，主线程可能提前退出，子线程被强制终止（尤其脚本末尾没等待时）
• 线程名默认是 Thread-N，可通过 name="my_worker" 显式指定，方便调试

共享变量出问题？加 threading.Lock 保护临界区

多个线程同时读写同一个变量（比如全局计数器），不加锁会导致结果错乱——这不是概率问题，是必然发生，只是时机难复现。

典型现象：counter 本该累加 100 次到 100，结果输出 92、97、甚至 63。

解决方法：用 Lock 包裹修改共享数据的代码段：

import threading
counter = 0
lock = threading.Lock()
def increment():
global counter
for _ in range(10):
with lock:  # 自动 acquire/release
counter += 1
threads = [threading.Thread(target=increment) for _ in range(10)]
for t in threads:
t.start()
for t in threads:
t.join()
print(counter)  # 稳定输出 100

• 别用 time.sleep() 模拟“耗时操作”来测试竞态条件——它反而可能掩盖问题；真要测，用循环空转或 os.write() 等低层调用
• Lock 是不可重入的，同一线程重复 acquire() 会死锁；需要重入锁就用 R Lock
• 锁粒度越小越好，只包真正共享修改的几行，别把整个函数都锁住

为什么 threading.Timer 有时不触发？注意对象生命周期

threading.Timer 启动后是个独立线程，但如果创建它的对象（比如类实例）被垃圾回收，而 Timer 又没被强引用，就可能被提前销毁，回调永远不执行。

常见场景：在类方法里写 Timer(2.0, self.callback).start()，但方法返回后实例被删，Timer 就失效了。

解决办法：

• 把 Timer 对象存为实例属性：self.timer = Timer(...); self.timer.start()
• 或用弱引用管理（较少见），或改用 threading.Event + 循环检查
• 注意：Timer 只触发一次，要周期性执行请用循环 + Event.wait() 或改用 schedule 库

多线程真正的难点不在语法，而在判断哪些状态是共享的、哪些操作必须原子化、以及锁的持有范围是否覆盖了所有访问路径——一个漏掉的读或写，就可能让程序在高并发下间歇性崩掉，还很难复现。

到这里，我们也就讲完了《Python多线程怎么用？新手教程详解》的内容了。个人认为，基础知识的学习和巩固，是为了更好的将其运用到项目中，欢迎关注golang学习网公众号，带你了解更多关于的知识点！