Python多線程並發編程示例

Python是一門高級編程語言，其強大的多線程並發編程功能使其成為開發人員喜愛的語言之一。多線程在Python中可以使用threading模塊來實現。本文將介紹Python多線程並發編程示例，以幫助讀者在實踐中掌握該技術。

一、創建線程

線程是輕量級的執行單元，它是CPU調度的最小單位，相比進程更加輕便。Python中的線程使用threading模塊來創建。要創建線程，需要實例化一個Thread對象並指定目標函數和參數。

import threading

def worker(num):
    """線程要執行的任務"""
    print(f"Worker {num} 執行中...\n")

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

for t in threads:
    t.join()  # 等待所有線程完成

以上代碼創建了5個線程，每個線程執行一個名為worker的函數，並傳入一個參數。在運行前，我們將這些線程全部放入了一個列表threads中。最後，我們使用join函數讓主線程等待所有工作線程的完成。

二、線程同步

當多個線程同時訪問同一個共享資源時，就會發生線程安全問題。Python提供了一些同步機制來解決這些問題。

1. Lock鎖

Lock是一種最簡單的同步機制，它提供了一種獨佔式的訪問機制，即同一時刻只允許一個線程訪問共享資源。

import threading

class Counter:
    def __init__(self):
        self._value = 0
        self._lock = threading.Lock()

    def increment(self):
        """線程安全的計數器"""
        with self._lock:
            self._value += 1
            print(f"當前值為: {self._value}\n")

counter = Counter()

threads = []
for i in range(5):
    t = threading.Thread(target=counter.increment)
    threads.append(t)
    t.start()

for t in threads:
    t.join()  # 等待所有線程完成

以上代碼創建了一個Counter類，它有一個increment函數來執行計數器的實際操作。在increment函數的代碼塊中，使用了with語句來獲得鎖並保證線程安全。

2. Condition條件變數

當多個線程需要等待某個共享資源時，使用Condition是一種比較常見的同步機制。它提供了一個wait方法來掛起當前線程，並且可以通過notify或notifyAll方法來恢複線程。

import threading

class Server:
    def __init__(self):
        self._data = None
        self._cond = threading.Condition()

    def produce(self, data):
        """向服務端寫入數據"""
        with self._cond:
            self._data = data
            print(f"生產者寫入數據: {self._data}\n")
            self._cond.notify()
    
    def consume(self):
        """從服務端讀取數據"""
        with self._cond:
            while self._data is None:
                self._cond.wait()
            data = self._data
            self._data = None
            print(f"消費者讀取數據: {data}\n")

server = Server()

threads = []
t1 = threading.Thread(target=server.consume)
t2 = threading.Thread(target=server.produce, args=('Hello World!',))
threads.extend([t1, t2])
for t in threads:
    t.start()

for t in threads:
    t.join()  # 等待所有線程完成

以上代碼創建了一個Server類，它有一個produce函數用於向服務端寫入數據，另一個consume函數用於從服務端讀取數據。在consume函數內部，給定一個while循環來等待數據的到來，在produce函數內部使用了notify方法來通知消費者。

三、GIL全局解釋器鎖

Python解釋器中有一個GIL全局解釋器鎖，它限制了Python線程的並行執行。GIL是必要的，因為CPython的內存管理是不可重入的，意味著在任何時刻只有一個線程可以執行Python代碼。使用GIL可以確保C代碼作為共享數據的訪問協調器而運行。

但是，GIL也會帶來一些負面影響。當我們創建多個線程來處理計算密集型任務時，GIL會使得它們不能同時運行，從而導致效率下降。因此，在這種情況下，應該使用多進程並發編程技術來獲得最佳性能。

總結

本文介紹了Python多線程並發編程的示例，從創建線程和線程同步機制到GIL全局解釋器鎖的介紹，我們希望能夠幫助讀者更好地掌握Python多線程並發編程技術。