Python多线程等待子线程全部跑完
在现代软件开发中，多线程编程是一项重要的技能。它允许程序同时执行多个任务，从而提高效率。Python提供了多种方式来实现多线程，其中最常用的是threading模块。在本文中，我们将深入探讨如何使用Python的多线程，并确保主线程等待所有子线程完成后再继续执行。
多线程基本概念
当我们谈论多线程时，我们通常是在讨论一个进程中的多个线程，每个线程可以并行执行任务。线程的创建和管理在Python中相对简单，主要通过threading模块实现。创建线程的基本方式是通过继承threading.Thread类或使用threading.Thread的目标函数。
创建线程
首先，我们看一个简单的例子，演示如何创建和启动一个线程：
import threading
import time
# 定义一个简单的线程任务
def thread_task(name):
print(f"线程 {name} 开始工作。")
time.sleep(2) # 模拟一些耗时操作
print(f"线程 {name} 完成工作。")
# 创建线程
thread1 = threading.Thread(target=thread_task, args=("一",))
thread2 = threading.Thread(target=thread_task, args=("二",))
# 启动线程
thread1.start()
thread2.start()
上面的代码定义了一个工作线程thread_task，它接受一个名称作为参数并模拟一个耗时操作。我们创建了两个线程thread1和thread2，并启动它们。这段代码会并行执行两个线程。
主线程等待子线程完成
在许多应用场景中，我们希望主线程在所有子线程完成之前不会终止。为此，Python的threading模块提供了join()方法。该方法确保主线程在调用它的线程完成之前被阻塞。
使用join()方法
下面是如何在主线程中等待子线程完成的例子：
import threading
import time
def thread_task(name):
print(f"线程 {name} 开始工作。")
time.sleep(2)
print(f"线程 {name} 完成工作。")
# 创建两个线程
thread1 = threading.Thread(target=thread_task, args=("一",))
thread2 = threading.Thread(target=thread_task, args=("二",))
# 启动线程
thread1.start()
thread2.start()
# 等待两个线程完成
thread1.join()
thread2.join()
print("所有线程已完成。主线程继续执行。")
在这个例子中，我们在主线程中调用thread1.join()和thread2.join()，这会使主线程等待，直到这两个线程都完成工作的过程。这样，我们可以保证在打印“所有线程已完成”之前，所有线程都已经执行完毕。
线程同步
在某些情况下，线程之间可能会共享资源，导致竞争条件。这种情况需要同步机制来防止数据不一致的情况发生。Python提供了多种同步机制，如Lock、Semaphore等。在这里，我们将简单举一个使用Lock的例子。
使用Lock进行线程同步
import threading
import time
# 定义共享资源和锁
shared_resource = 0
resource_lock = threading.Lock()
def thread_task(name):
global shared_resource
with resource_lock: # 获取锁，确保线程安全
print(f"线程 {name} 正在修改共享资源。")
time.sleep(1) # 模拟耗时操作
shared_resource += 1
print(f"线程 {name} 修改共享资源后: {shared_resource}。")
# 创建线程
thread1 = threading.Thread(target=thread_task, args=("一",))
thread2 = threading.Thread(target=thread_task, args=("二",))
# 启动线程
thread1.start()
thread2.start()
# 等待两个线程完成
thread1.join()
thread2.join()
print("所有线程已完成。主线程继续执行。")
在这个例子中，shared_resource是一个全局变量，通过Lock确保同一时间只有一个线程能访问修改它。使用with resource_lock语句可自动处理锁的获取与释放，避免代码逻辑错误。
结论
线程编程可以显著提高应用程序的性能，尤其在处理I/O密集型任务时。通过使用threading模块的join()方法，我们可以轻松地确保主线程等待所有子线程完成。使用锁等机制可以进一步保证共享资源的安全，实现线程之间的有效同步。希望本文能够帮助你更好地理解Python中的多线程编程，为你的应用程序编写出更高效的代码。
