Python 多任务编程：进程与线程实战指南

多任务概述

多任务的核心优势在于充分利用 CPU 资源，从而大幅提升程序执行效率。在单任务模式下，一个函数或方法必须执行完毕，下一个才能开始；而多任务允许我们在同一时间内（或宏观上交替）执行多个任务。

操作系统层面的多任务通常有两种表现形式：

• 并发：在一段时间内，系统交替执行多个任务，给人同时运行的感觉。
• 并行：在一段时间内，真正的多个任务同时一起执行（通常需要多核支持）。

进程（Process）

基本概念

进程是 CPU 资源分配的最小单位，也是操作系统进行资源调度运行的基本实体。通俗来说，正在运行的程序就是一个进程。例如，当前打开的 QQ、微信等应用，每一个都是一个独立的进程。

注意：一个程序运行后至少包含一个进程。

为什么需要多进程？

假设有一个简单的脚本 hello.py，其中包含两个函数 func_a 和 func_b。默认情况下，代码按顺序执行：func_a 跑完才轮到 func_b。如果能让它们同时运行，程序的整体效率显然会更高。

创建进程的步骤

在 Python 中实现多任务，主要依赖 multiprocessing 模块。

1. 导入工具包

   import multiprocessing
   

2. 实例化进程对象 使用 multiprocessing.Process 类创建子进程对象。关键参数如下：

   • target：子进程要执行的任务（通常是回调函数）。
   • args：以元组形式传递参数，顺序需与函数定义一致。
   • kwargs：以字典形式传递参数，key 需与函数参数名一致。
   • name：子进程的名称，便于调试。

3. 启动进程 调用 process_object.start() 来启动任务。

代码示例：一边敲代码一边听音乐

下面是一个模拟多任务的经典案例，展示如何同时执行两个独立任务。

""" 使用多进程 模拟一边敲代码，一边听音乐 """
import multiprocessing
import time

def coding():
    for i in range(3):
        print("I'm coding")
        time.sleep(0.2)

def music():
    for i in range(3):
        print("I'm music...")
        time.sleep(0.2)

if __name__ == '__main__':
    # 通过进程类创建进程对象
    p1 = multiprocessing.Process(target=coding)
    p2 = multiprocessing.Process(target=music)
    
    # 启动进程
    p1.start()
    p2.start()

带参数的任务处理

实际开发中，任务往往需要接收参数。我们可以灵活使用 args 或 kwargs。

""" 进程带参数的任务 """
import multiprocessing
import time

def coding(num, name):
    for i in range(num):
        print(f"{name}在写第{i}行代码")
        time.sleep(0.2)

def music(num, name):
    for i in range(num):
        print(f"{name}在听第{i}首音乐")
        time.sleep(0.2)

if __name__ == '__main__':
    # args 传参：顺序必须匹配
    p1 = multiprocessing.Process(target=coding, args=(3, "小王"))
    # kwargs 传参：key 必须匹配参数名
    p2 = multiprocessing.Process(target=music, kwargs={"num": 7, "name": "大名"})
    
    p1.start()
    p2.start()

进程编号与管理

每个进程都有唯一的 ID，方便我们区分主进程和子进程，验证父子关系。

• 获取当前进程 ID：os.getpid()
• 获取父进程 ID：os.getppid()

进程间的隔离性

这是多进程与多线程最大的区别之一：进程之间不共享全局变量。

子进程实际上是父进程的副本，它会拷贝父进程的资源（包括全局变量）。因此，不同进程修改各自的全局变量互不影响。

""" 进程之间数据是相互隔离的 """
import multiprocessing
import time

my_list = []

def write_data():
    for i in range(3):
        my_list.append(i)
        print("add:", i)
    print("write_data:", my_list)

def read_data():
    print("read_data:", my_list)

if __name__ == '__main__':
    p1 = multiprocessing.Process(target=write_data)
    p2 = multiprocessing.Process(target=read_data)
    
    p1.start()
    time.sleep(1)
    p2.start()

主进程与子进程的等待机制

默认情况下，主进程会等待所有子进程执行完毕后才会退出。这意味着即使主逻辑已经跑完，只要子进程还在忙，程序就不会结束。

""" 默认情况下，主进程会等待子进程执行结束再结束 """
import multiprocessing
import time

def work():
    for i in range(10):
        print("work:", i)
        time.sleep(0.2)

if __name__ == '__main__':
    work_process = multiprocessing.Process(target=work)
    work_process.start()
    time.sleep(1)
    print("主进程结束")

如果不希望主进程等待，可以设置子进程为守护进程（Daemon）。当主进程退出时，守护进程会被自动销毁，不再等待其完成。

""" 不让主进程等待子进程 """
import multiprocessing
import time

def work():
    for i in range(10):
        print("work:", i)
        time.sleep(0.2)

if __name__ == '__main__':
    work_process = multiprocessing.Process(target=work)
    # 方式 1: 设置子进程为守护进程 (推荐)
    work_process.daemon = True
    work_process.start()
    time.sleep(1)
    # 方式 2: 强制关闭子进程 (可能导致资源未释放)
    # work_process.terminate()
    print("主进程结束")

线程（Thread）

基本概念

线程是 CPU 调度的基本单位。一个进程可以包含多个线程，线程依附于进程存在。相比进程，线程的创建和切换开销更小。

创建线程的步骤

使用 threading 模块。

1. 导入模块：import threading
2. 创建线程对象：threading.Thread(target=..., args=..., kwargs=...)
3. 启动线程：thread_obj.start()

代码示例：多线程多任务

同样用'写代码 + 听音乐'的例子对比多线程的效果。

""" 多线程的使用 """
import threading
import time

def coding():
    for i in range(3):
        print("I'm coding")
        time.sleep(0.2)

def music():
    for i in range(3):
        print("I'm music...")
        time.sleep(0.2)

if __name__ == '__main__':
    coding_thread = threading.Thread(target=coding)
    music_thread = threading.Thread(target=music)
    
    coding_thread.start()
    music_thread.start()

线程的参数传递

与进程类似，线程也支持 args 和 kwargs 传参。

""" 线程带参数的任务 """
import threading
import time

def coding(name, num):
    for i in range(num):
        print(f"{name}正在编写第{i}行代码")
        time.sleep(0.2)

def music(name, num):
    for i in range(num):
        print(f"{name}正在听第{i}首音乐")
        time.sleep(0.2)

if __name__ == '__main__':
    coding_thread = threading.Thread(target=coding, args=("小王", 3))
    music_thread = threading.Thread(target=music, kwargs={"name": "大大大", "num": 6})
    
    coding_thread.start()
    music_thread.start()

线程的执行特性

1. 无序性：线程的执行顺序由操作系统调度决定，具有随机性。CPU 采用时间片轮转或抢占式调度，哪个线程抢到时间片就执行哪个。

2. 共享全局变量：同一进程内的线程共享全局变量。这虽然提高了通信效率，但也带来了数据竞争问题。

""" 线程之间共享全局变量 """
my_list = []

def write_data():
    for i in range(3):
        my_list.append(i)
        print("add:", i)
    print("write_data:", my_list)

def read_data():
    print("read_data:", my_list)

if __name__ == '__main__':
    t1 = threading.Thread(target=write_data)
    t2 = threading.Thread(target=read_data)
    t1.start()
    time.sleep(1)
    t2.start()

线程安全问题与锁

当多个线程同时修改同一个全局变量时，可能会出现数据不一致。例如两个线程同时对计数器加 1，理论上结果应为 2，但实际可能只加了 1。

原因分析：

• 线程 t1 读取值 0。
• 系统调度切换到 t2，t2 也读取到 0。
• t1 计算后写回 1。
• t2 计算后写回 1。
• 最终结果为 1，丢失了一次更新。

解决方案：互斥锁（Lock） 通过锁机制，保证同一时刻只有一个线程能操作共享数据。

• 流程：创建锁 -> 上锁 (acquire) -> 执行代码 -> 释放锁 (release)。
• 死锁风险：如果忘记释放锁，或者嵌套锁处理不当，会导致程序卡死。

""" 线程之间共享全局变量可能会出现安全问题 """
import threading

my_count = 0
# 创建锁
lock = threading.Lock()

def write_data1():
    global my_count
    lock.acquire()  # 获取锁
    for i in range(1000000):
        my_count += 1
    lock.release()  # 释放锁

def write_data2():
    global my_count
    lock.acquire()  # 获取锁
    for i in range(1000000):
        my_count += 1
    lock.release()  # 释放锁

if __name__ == '__main__':
    t1 = threading.Thread(target=write_data1)
    t2 = threading.Thread(target=write_data2)
    t1.start()
    t2.start()

守护线程

与进程类似，线程也可以设置为守护模式。主线程退出时，守护线程会自动终止。

""" 设置守护线程 """
import threading
import time

def work():
    for i in range(10):
        print("working")
        time.sleep(0.2)

if __name__ == '__main__':
    # 方式 1: 创建时设置 daemon=True
    t = threading.Thread(target=work, daemon=True)
    # 方式 2: 创建后设置
    # t.setDaemon(True)
    
    t.start()
    time.sleep(1)
    print("主进程结束")

进程与线程对比

关系

• 线程依附于进程，没有进程就没有线程。
• 一个进程默认至少有一条线程，但可以创建多条。

核心区别

特性	进程	线程
资源分配	操作系统资源分配的基本单位	CPU 调度的基本单位
内存空间	进程间不共享全局变量（隔离）	线程间共享全局变量
开销	创建和切换开销大	创建和切换开销小
稳定性	Python 中多进程稳定性更强	易受 GIL 限制，需注意同步

优缺点总结

• 进程：优点是可以利用多核 CPU 并行计算；缺点是资源消耗大，通信复杂。
• 线程：优点是轻量级，通信方便；缺点是不能真正利用多核（受 GIL 影响），且存在数据竞争风险。