Python threading 模块

本页聚焦 threading 的底层同步原语；任务级并发和线程池选型见 Python3 多线程。

概念与用途

threading 提供线程创建、同步和线程本地状态。它适合需要细粒度生命周期控制的 I/O 并发；简单任务池优先使用 ThreadPoolExecutor。

核心 API

Thread 创建线程，Lock/RLock 保护临界区，Event 广播状态，Condition 协调条件。线程应显式 start()，并由所有者 join() 等待结束。

原语	适用问题	关键约束
Lock	互斥访问共享状态	临界区应短小
RLock	同线程可重入锁	可能掩盖复杂设计
Event	停止或就绪通知	不是任务队列
Condition	等待状态满足条件	总在循环中重新检查条件

from threading import Lock, Thread

lock = Lock()
counter = 0

def increment() -> None:
    global counter
    for _ in range(1000):
        with lock:
            counter += 1

threads = [Thread(target=increment) for _ in range(4)]
for thread in threads:
    thread.start()
for thread in threads:
    thread.join()
print(counter)

示例：使用 Event 协作停止

from threading import Event, Thread
from time import sleep

stop = Event()

def poll() -> None:
    while not stop.wait(0.05):
        print("轮询一次")
    print("线程退出")

thread = Thread(target=poll)
thread.start()
sleep(0.12)
stop.set()
thread.join(timeout=1)

Event.wait(timeout) 同时承担可中断等待和超时，优于循环里固定 sleep()。Python 没有安全的通用“杀线程”操作，工作线程必须定期检查停止信号并释放资源。

常见错误与工程注意

• GIL 不保证多步读改写操作的业务原子性，共享状态仍需同步。
• 获取多个锁时必须统一顺序，避免死锁。
• daemon 线程会在主程序退出时被突然终止，不适合必须完成的写入任务。