第一章：工控机基础与多线程概述

各位同学，大家好。我是你们这门课的老朋友。今天咱们聊聊工控机多线程编程的起点。

说实话，我刚开始接触工控机时，也觉得它跟普通电脑差不多。后来踩了不少坑，才明白这里面的门道。工控机这玩意儿，看着像电脑，骨子里完全不一样。

1.1 工控机硬件架构特点

工控机，说白了就是工业现场用的计算机。它跟咱们办公桌上的PC机，有本质区别。

第一，抗造。 工控机得在粉尘、震动、高温、潮湿的环境里干活。我见过一个项目，工控机就装在电镀车间旁边，酸雾弥漫。普通PC进去，三天就报废。工控机呢？扛了三年。

第二，接口丰富。 你想想看，工控机要接PLC、接传感器、接伺服驱动器、接视觉相机。所以它得有多个串口、多个网口、多个USB口，还得有GPIO、CAN总线、甚至PCIe插槽。我习惯在选型时，先数清楚要接多少个设备，再决定买什么型号。

第三，实时性要求高。 这是最关键的。普通电脑卡顿一下，你顶多骂一句。工控机卡顿一下，可能整条生产线就停了，甚至出安全事故。所以工控机的硬件设计，从BIOS到芯片组，都优先保证确定性延迟。

我给大家列个表，对比一下工控机和普通PC的区别：

对比项	工控机	普通PC
工作温度	-20℃ ~ 70℃	0℃ ~ 40℃
抗震动	5G以上	1G左右
接口类型	多串口、CAN、GPIO	USB、HDMI为主
操作系统	实时系统或定制Linux	Windows/Mac
平均无故障时间	10万小时以上	3万小时左右

1.2 多线程在工控场景的应用价值

好，硬件说完了。咱们聊聊多线程。

为什么工控场景需要多线程？我举个例子。

假设你有一个自动化检测设备。它要同时做三件事：

• 从相机采集图像（I/O密集型）
• 处理图像算法（CPU密集型）
• 把结果发送给PLC（I/O密集型）

如果你用单线程，顺序执行。那画面采集时，CPU在空等。算法计算时，PLC在空等。效率极低。

用多线程呢？一个线程专门采集图像，一个线程专门做算法，一个线程专门通信。三个任务并行跑，互不干扰。这就是多线程的价值。

我个人习惯把工控场景的多线程应用分成三类：

1. 数据采集与处理分离：采集线程只管收数据，处理线程只管算结果。中间用队列缓冲。我曾经在一个视觉检测项目里，用这种模式把吞吐量提升了3倍。
2. 多设备并行控制：每个设备一个线程，独立控制。比如同时控制6个伺服电机，每个电机一个线程，互不阻塞。
3. 实时监控与日志：主线程跑核心逻辑，一个后台线程专门记录日志和状态。这样即使日志写入慢，也不影响主流程。

1.3 Python GIL锁对多线程的影响

说到Python多线程，就绕不开GIL。Global Interpreter Lock，全局解释器锁。

GIL是什么？说白了，就是Python解释器里的一把大锁。它保证同一时刻，只有一个线程在执行Python字节码。

为什么会这样？因为Python的内存管理不是线程安全的。CPython解释器为了省事，干脆加了一把全局锁。谁拿到锁，谁才能干活。

这就带来一个问题：Python的多线程，在CPU密集型任务上，是假的并行。

我举个例子：

import threading
import time

def cpu_heavy():
    # 纯计算任务
    for i in range(10000000):
        _ = i * i

# 单线程
start = time.time()
for _ in range(4):
    cpu_heavy()
print(f"单线程耗时: {time.time() - start:.2f}秒")

# 多线程
start = time.time()
threads = []
for _ in range(4):
    t = threading.Thread(target=cpu_heavy)
    threads.append(t)
    t.start()
for t in threads:
    t.join()
print(f"多线程耗时: {time.time() - start:.2f}秒")

你猜结果怎么样？单线程和多线程，耗时几乎一样。甚至多线程还慢一点，因为线程切换有开销。

这就是GIL的威力。4个线程抢一把锁，结果谁都没占到便宜。

那是不是Python多线程就没用了？当然不是。

对于I/O密集型任务，比如网络通信、文件读写、串口收发，多线程依然有效。因为线程在等待I/O时，会释放GIL，让其他线程执行。

我给大家一个简单的判断标准：

• CPU密集型（大量计算）：用多进程，或者用C扩展（如numpy、opencv）绕过GIL。
• I/O密集型（大量等待）：用多线程，或者用异步编程（asyncio）。
• 混合型：用多进程+多线程的组合。比如每个进程里跑几个线程。

嗯，这里要注意。工控场景里，大部分任务其实是I/O密集型的。比如读传感器、发指令、写日志。所以Python多线程在工控里，还是有很大用武之地的。

但如果你要做实时控制，比如伺服电机的精确位置控制，那Python就不太合适了。这种场景，我建议用C++或者实时Linux。

好了，第一章的内容就到这里。咱们把基础打牢，后面才能玩出花来。