Python进阶-day11:并发编程基础（python处理高并发）

一、学习目标

1. 理解线程和进程的区别及其应用场景。
2. 掌握 Python 中 threading 模块的基本用法。
3. 能够编写一个多线程下载器，应用并发编程知识。

二、学习内容与时间安排

上午（2小时）：理论学习

1. 理解线程与进程的区别（0.5小时）

• 学习目标：掌握线程和进程的基本概念及其差异。
• 内容： 进程：操作系统分配资源的基本单位，具有独立的内存空间，进程间通信较复杂。 线程：进程内的执行单元，共享进程的内存空间，线程间通信更高效。 Python 中的 GIL（全局解释器锁）：限制多线程在 CPU 密集型任务中的并行性，适合 I/O 密集型任务。
• 练习：阅读文档，记录线程和进程的优缺点。

2. 学习 threading 模块的基本使用（1小时）

• 学习目标：掌握线程的创建、启动和同步。
• 内容：
• threading.Thread：创建线程。
• start() 和 join()：启动线程和等待线程结束。
• Lock：线程同步工具，避免资源竞争。
• 代码示例：python

import threading  # 导入 threading 模块
import time       # 导入 time 模块，用于模拟耗时操作

def worker(name):
    """线程工作函数，模拟一个简单的任务"""
    print(f"线程 {name} 开始执行")
    time.sleep(2)  # 模拟耗时操作
    print(f"线程 {name} 执行完成")

# 创建两个线程
t1 = threading.Thread(target=worker, args=("A",))
t2 = threading.Thread(target=worker, args=("B",))

# 启动线程
t1.start()
t2.start()

# 等待所有线程完成
t1.join()
t2.join()

print("所有线程执行完毕")

• 输出示例：

线程 A 开始执行
线程 B 开始执行
线程 A 执行完成
线程 B 执行完成
所有线程执行完毕

3. 复习与总结（0.5小时）

• 比较线程和进程的使用场景： 线程：适合 I/O 密集型任务（如网络请求、文件读写）。 进程：适合 CPU 密集型任务（如计算密集型操作）。
• 阅读 threading 模块文档，记录常用方法。

下午（2小时）：实践与编程

1. 基础练习（1小时）

• 编写代码：
• 创建 3 个线程，分别打印 1-10 的数字。
• 使用 Lock 确保输出不混乱。
• 代码示例：python

import threading  # 导入 threading 模块

# 创建一个锁对象，用于同步线程
lock = threading.Lock()

def print_numbers(thread_name):
    """线程函数，打印 1-10 的数字"""
    with lock:  # 使用锁确保输出顺序
        for i in range(1, 11):
            print(f"{thread_name}: {i}")

# 创建 3 个线程
threads = []
for name in ["线程1", "线程2", "线程3"]:
    t = threading.Thread(target=print_numbers, args=(name,))
    threads.append(t)
    t.start()

# 等待所有线程完成
for t in threads:
    t.join()

print("所有线程执行完毕")

2. 项目练习：多线程下载器（1小时）

• 任务：编写一个多线程下载器，从多个 URL 下载文件。
• 要求：使用 threading 模块实现并发下载，使用 requests 模块获取文件。
• 代码示例（带注释）**：python

import threading  # 导入 threading 模块，用于创建线程
import requests   # 导入 requests 模块，用于下载文件
import time       # 导入 time 模块，用于记录下载时间

# 下载锁，确保文件写入安全
download_lock = threading.Lock()

def download_file(url, filename):
    """
    下载文件的线程函数
    参数：
        url (str): 文件的下载地址
        filename (str): 保存的文件名
    """
    print(f"开始下载 {url} 到 {filename}")
    start_time = time.time()  # 记录开始时间

    try:
        # 发送 HTTP GET 请求下载文件
        response = requests.get(url, timeout=10)
        response.raise_for_status()  # 检查请求是否成功

        # 使用锁确保文件写入不冲突
        with download_lock:
            with open(filename, "wb") as f:
                f.write(response.content)

        # 计算下载耗时
        elapsed_time = time.time() - start_time
        print(f"{filename} 下载完成，耗时 {elapsed_time:.2f} 秒")

    except requests.RequestException as e:
        print(f"下载 {url} 失败: {e}")

# 主程序
if __name__ == "__main__":
    # 定义下载任务列表：URL 和目标文件名
    download_tasks = [
        ("https://example.com/file1.txt", "file1.txt"),
        ("https://example.com/file2.txt", "file2.txt"),
        ("https://example.com/file3.txt", "file3.txt"),
    ]

    # 创建线程列表
    threads = []
    start_time = time.time()  # 记录总开始时间

    # 为每个下载任务创建并启动线程
    for url, filename in download_tasks:
        t = threading.Thread(target=download_file, args=(url, filename))
        threads.append(t)
        t.start()

    # 等待所有线程完成
    for t in threads:
        t.join()

    # 计算总耗时
    total_time = time.time() - start_time
    print(f"所有文件下载完成，总耗时 {total_time:.2f} 秒")

• 说明： 使用 threading.Thread 创建多个线程并发下载。 使用 download_lock 确保文件写入时不发生冲突。 requests.get 下载文件，保存到本地。
• 注意：运行此代码需安装 requests 模块（pip install requests），并将 URL 替换为真实可用的文件地址（如图片或文本文件）。

三、学习资源

• Python 官方文档： threading 模块：https://docs.python.org/3/library/threading.html requests 模块：https://docs.python-requests.org/
• 参考书籍：《Python 并发编程实战》。

四、代码说明

1. 基础练习代码： 使用 Lock 确保多个线程的输出不混乱。
2. 多线程下载器代码： 每个线程负责下载一个文件，Lock 保护文件写入操作。 记录每个文件和总体的下载时间，展示并发效果。

五、学习成果检验

• 运行基础练习代码，观察线程输出是否有序。
• 运行多线程下载器，下载多个文件，比较单线程和多线程的耗时差异。
• 修改下载器代码，尝试添加进度条或错误重试功能。

通过本学习计划，您将掌握线程与进程的区别，熟练使用 threading 模块，并通过多线程下载器实践并发编程的核心概念。理论学习结合代码示例，确保您理解线程的创建、同步和应用场景。完成计划后，您可以进一步探索 multiprocessing 模块，扩展到进程级并发编程。