一、多线程基础：进程与线程的区别、Python中的GIL锁、threading模块入门

各位同学好，我是你们的老朋友。今天咱们聊聊多线程的入门知识。

说实话，我刚开始接触并发编程时，也被进程和线程搞晕过。后来在项目中踩了不少坑，才慢慢理清了头绪。今天我把这些经验分享给你。

1.1 进程 vs 线程：到底差在哪？

先问个问题：你打开浏览器、听音乐、写代码，这些程序是怎么同时运行的？

答案是操作系统在调度。每个运行的程序就是一个进程。而进程内部，还可以拆成更小的执行单元——线程。

对比项	进程	线程
资源开销	大（独立内存空间）	小（共享进程内存）
通信方式	IPC（管道、队列等）	直接读写共享变量
创建速度	慢	快
稳定性	一个进程挂了不影响其他	一个线程崩了可能拖垮整个进程

我个人的习惯是：IO密集型任务用多线程，CPU密集型任务用多进程。为什么？后面讲GIL时你就明白了。

1.2 Python的GIL锁：绕不开的坎

很多新手学Python多线程时，都会遇到一个奇怪的现象：开了8个线程，CPU占用率还是只有100%？

嗯，这就是GIL在作祟。

GIL（Global Interpreter Lock），全局解释器锁。它规定：同一时刻，只有一个线程能执行Python字节码。

为什么会这样？

说白了，Python的内存管理不是线程安全的。CPython解释器干脆加了一把大锁，谁拿到锁谁干活。其他线程？等着吧。

我曾经在一个爬虫项目里，用8个线程抓数据，速度提升了将近6倍。但换成纯计算任务，8个线程和1个线程几乎没区别。这就是GIL的威力。

1.3 threading模块入门：写个多线程程序

Python的threading模块，是标准库自带的。用起来很简单。

先看一个基础例子：

import threading
import time

def worker(name):
    print(f"线程 {name} 开始工作")
    time.sleep(2)
    print(f"线程 {name} 结束工作")

# 创建线程
t1 = threading.Thread(target=worker, args=("A",))
t2 = threading.Thread(target=worker, args=("B",))

# 启动线程
t1.start()
t2.start()

# 等待线程结束
t1.join()
t2.join()

print("所有线程执行完毕")

运行结果：

线程 A 开始工作
线程 B 开始工作
（等待2秒）
线程 A 结束工作
线程 B 结束工作
所有线程执行完毕

看到了吗？两个线程几乎是同时启动的。这就是并发执行的效果。

1.4 线程生命周期：从创建到销毁

一个线程会经历这几个阶段：

1. 新建（New）：创建Thread对象，还没启动
2. 就绪（Runnable）：调用start()，等待CPU调度
3. 运行（Running）：获得CPU时间片，执行代码
4. 阻塞（Blocked）：等待IO、等待锁、调用sleep
5. 死亡（Dead）：run()执行完毕或抛出异常

我刚开始写多线程时，经常忘记调用join()。结果主线程跑完了，子线程还在后台跑。程序退出时，子线程被强制终止，数据都没保存。嗯，这个坑我踩过。

1.5 守护线程：后台的隐形打工人

有一种特殊的线程叫守护线程（Daemon Thread）。它会在主线程结束时自动退出。

import threading
import time

def background_task():
    while True:
        print("后台任务运行中...")
        time.sleep(1)

t = threading.Thread(target=background_task)
t.daemon = True  # 设置为守护线程
t.start()

time.sleep(3)
print("主线程结束，守护线程自动退出")

运行结果：

后台任务运行中...
后台任务运行中...
后台任务运行中...
主线程结束，守护线程自动退出

1.6 本章知识体系

下面这张图，帮你理清本章的核心逻辑：

1.7 避坑指南

最后，分享几个我踩过的坑：

• 忘记join()：主线程跑完了，子线程还在后台跑。程序退出时数据丢失。
• 共享变量不加锁：两个线程同时修改同一个列表，结果数据错乱。后面我们会讲锁的用法。
• 误以为多线程一定能加速：CPU密集型任务，多线程反而可能更慢（GIL上下文切换开销）。

我曾经在一个数据处理项目里，用多线程做数值计算。开了16个线程，结果比单线程还慢。后来换成多进程，速度直接翻了8倍。嗯，这个教训很深刻。

好了，今天的内容就到这里。记住：多线程不是银弹，选对工具比盲目堆线程更重要。