在Ubuntu操作系统下，使用Python实现多线程编程主要有两种主流途径：底层`threading`模块和高层次`concurrent.futures.ThreadPoolExecutor`线程池。接下来，我们将详细解析这两种方法的具体实现。 ### 方法一：使用`threading`模块 `threading`是Python内置的标准线程库，无需额外安装即可直接调用。以下是一个基础示例： ```python import threading def print_numbers(): for i in range(1, 6): print(i) def print_letters(): for letter in 'abcde': print(letter) # 创建线程 t1 = threading.Thread(target=print_numbers) t2 = threading.Thread(target=print_letters) # 启动 t1.start() t2.start() # 等待线程跑完 t1.join() t2.join() print("线程执行完毕") ``` ### 方法二：借助`concurrent.futures.ThreadPoolExecutor`线程池 该接口自Python 3.2版本引入，本质上是一个线程池管理器，能够更便捷地管理并发任务。同样通过示例来理解： ```python from concurrent.futures import ThreadPoolExecutor def print_numbers(): for i in range(1, 6): print(i) def print_letters(): for letter in 'abcde': print(letter) # 创建线程池 with ThreadPoolExecutor(max_workers=2) as executor: executor.submit(print_numbers) executor.submit(print_letters) print("线程执行完毕") ``` ### 注意事项 编写多线程代码时，有几个关键要点需要提前注意： 1. **GIL（全局解释器锁）**：由于Python的GIL机制，同一时刻仅有一个线程能执行Python字节码。因此，对于CPU密集型的计算任务，多线程不仅无法加速，甚至可能导致性能下降。而对于I/O密集型任务（如文件读取、网络请求等），多线程能够显著提升运行效率。 2. **线程安全**：当多个线程同时访问共享数据时，容易引发数据竞争与逻辑错误。解决方案是使用锁（`threading.Lock`）或其他同步机制，确保同一时刻仅有一个线程能修改关键数据。 3. **异常处理**：线程内部发生的异常不会自动传播至主线程，需要开发者自行捕获处理。若使用`ThreadPoolExecutor`，可通过`submit()`返回的`Future`对象捕获异常，例如调用`future.result()`时会重新抛出异常。 掌握了上述两种多线程实现工具及相关注意事项，在Ubuntu环境下使用Python编写多线程程序将更加稳健与高效。