Python线程编程实战：从基础到线程池优化

1. 为什么需要线程？

在Python中，线程（Thread）是最基础的并发编程方式之一。想象你正在经营一家餐厅：如果只有一个服务员（单线程），他需要依次完成点餐、上菜、结账等所有工作，效率显然低下。而引入多个服务员（多线程）后，不同顾客的需求可以同时被处理，这就是线程的核心价值。

我曾在处理一个网络爬虫项目时，单线程下载1000个页面需要近2小时，而使用10个线程后，时间缩短到12分钟左右。这种性能提升在I/O密集型任务中尤为明显，因为线程可以在等待网络响应时释放CPU资源给其他线程使用。

注意：Python中的线程由于GIL（全局解释器锁）的存在，并不适合CPU密集型任务。对于计算密集型场景，建议考虑多进程（multiprocessing）或C扩展。

2. 线程基础操作

2.1 创建与启动线程

Python标准库提供了threading模块，创建线程有两种常用方式：

python复制import threading
import time

# 方式1：直接实例化Thread类
def task(name):
    print(f"{name}开始执行")
    time.sleep(1)
    print(f"{name}执行完成")

t1 = threading.Thread(target=task, args=("线程1",))
t1.start()

# 方式2：继承Thread类
class MyThread(threading.Thread):
    def run(self):
        print("自定义线程执行")
        time.sleep(2)
        print("自定义线程结束")

t2 = MyThread()
t2.start()

实际项目中，我推荐第一种方式，因为它更符合Python的鸭子类型哲学，且避免了不必要的类继承。但第二种方式在需要封装复杂线程逻辑时会更清晰。

2.2 线程的生命周期

一个线程会经历以下状态变化：

• 新建（New）：创建Thread对象但未调用start()
• 就绪（Runnable）：调用start()后等待CPU调度
• 运行（Running）：正在执行任务
• 阻塞（Blocked）：等待I/