第1章：Python线程基础——threading模块核心API、创建线程的两种方式、线程的启动与等待、线程名称与标识

各位同学，咱们今天正式开始聊多线程。说实话，我刚开始接触工控机编程那会儿，对线程也是又爱又怕。爱的是它能并行干活，怕的是稍不留神就出bug。但别担心，跟着我一步步来，你会发现线程其实没那么玄乎。

1.1 threading模块：Python的线程工具箱

Python标准库里的threading模块，说白了就是官方给我们准备好的线程工具箱。你想想看，如果没有这个模块，我们得自己写底层线程管理代码，那得多痛苦？

我个人习惯，在项目里第一件事就是：

import threading

就这么一行，整个线程世界的大门就打开了。这个模块提供了什么？我列一下核心内容：

• Thread类：创建线程的基石
• Lock、RLock：线程同步锁，防止数据打架
• Event、Condition：线程间通信的信号灯
• Semaphore：控制同时访问资源的线程数量
• Timer：延迟执行任务的线程

嗯，这里要注意，工控场景下最常用的其实是Thread和Lock。我在做PLC数据采集项目时，90%的线程问题都靠这两个搞定。

1.2 创建线程的两种方式

创建线程有两种主流方式，我分别说说。

方式一：直接实例化Thread类

这种方式最直观，适合简单的任务。你只需要把要执行的函数传进去就行。

import threading
import time

def read_sensor():
    """模拟读取传感器数据"""
    for i in range(5):
        print(f"传感器读数: {i}")
        time.sleep(0.5)

# 创建线程
t = threading.Thread(target=read_sensor)
t.start()
t.join()
print("主线程结束")

我在项目中遇到过一种情况：工控机需要同时读取多个传感器的数据。如果用单线程，得一个一个等，效率太低了。这时候直接创建多个线程，每个线程负责一个传感器，效果立竿见影。

方式二：继承Thread类并重写run方法

这种方式更灵活，适合复杂的任务。你可以把线程封装成一个类，方便管理状态和数据。

import threading
import time

class SensorThread(threading.Thread):
    def __init__(self, sensor_id):
        super().__init__()
        self.sensor_id = sensor_id
        self.data = []

    def run(self):
        """线程执行体"""
        for i in range(5):
            value = i * 10 + self.sensor_id
            self.data.append(value)
            print(f"传感器{self.sensor_id} 读数: {value}")
            time.sleep(0.3)

# 使用
t1 = SensorThread(1)
t2 = SensorThread(2)
t1.start()
t2.start()
t1.join()
t2.join()
print(f"传感器1数据: {t1.data}")
print(f"传感器2数据: {t2.data}")

我个人更推荐第二种方式，尤其是在工控项目中。为什么？因为你可以把传感器的配置、状态、数据都封装在类里，代码结构清晰，后期维护也方便。

1.3 线程的启动与等待

创建完线程，接下来就是启动和等待。这两个操作看似简单，但坑不少。

启动线程：start()

调用start()方法，线程才会真正开始执行。注意，不是run()！

t = threading.Thread(target=my_func)
t.start()  # 正确：启动线程
# t.run()  # 错误：这只是在主线程中调用函数，不会创建新线程

我曾经见过新手直接调run()，结果发现程序还是顺序执行的，百思不得其解。记住，start()才是启动线程的正确姿势。

等待线程：join()

join()方法让主线程等待子线程执行完毕。这在工控场景下特别重要——比如你要等所有传感器都采集完数据，才能进行下一步处理。

threads = []
for i in range(3):
    t = threading.Thread(target=worker, args=(i,))
    t.start()
    threads.append(t)

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

print("所有线程执行完毕，开始汇总数据")

这里有个细节：join()可以设置超时时间。比如t.join(2.0)表示最多等2秒，超时就不等了。我在做实时控制系统时经常用这个，防止某个线程卡死导致整个系统挂掉。

1.4 线程名称与标识

当你的程序里有几十个线程同时跑时，怎么区分它们？这就需要线程名称和标识了。

线程名称：name

每个线程都可以有一个名字，方便调试和日志记录。

def worker():
    print(f"当前线程: {threading.current_thread().name}")

t1 = threading.Thread(target=worker, name="传感器采集线程")
t2 = threading.Thread(target=worker, name="数据处理线程")
t1.start()
t2.start()

输出效果：

当前线程: 传感器采集线程
当前线程: 数据处理线程

如果不指定名称，Python会自动分配一个，比如Thread-1、Thread-2。但说实话，这种名字在调试时基本没用。我建议在工控项目里，给每个线程起个有意义的名称，比如PLC_Read_Thread、Motor_Control_Thread，这样看日志一目了然。

线程标识：ident

ident是线程的唯一标识符，由Python自动分配，不会重复。

t = threading.Thread(target=worker)
t.start()
print(f"线程标识: {t.ident}")

这个标识在底层调试时很有用，比如你想确认某个线程是否还活着，可以检查它的ident是否还在活跃线程列表里。

1.5 实战小案例：模拟工控数据采集

最后，咱们来个综合小案例，把今天学的都用上。

import threading
import time
import random

class DataCollector(threading.Thread):
    """数据采集线程"""
    def __init__(self, channel_name):
        super().__init__(name=f"{channel_name}_采集线程")
        self.channel = channel_name
        self.data = []

    def run(self):
        print(f"[{self.name}] 开始采集")
        for i in range(3):
            value = random.uniform(20.0, 30.0)
            self.data.append(value)
            print(f"[{self.name}] 第{i+1}次采集: {value:.2f}")
            time.sleep(random.uniform(0.5, 1.0))
        print(f"[{self.name}] 采集完成")

# 创建多个采集线程
channels = ["温度传感器", "压力传感器", "流量传感器"]
threads = []

for ch in channels:
    collector = DataCollector(ch)
    threads.append(collector)
    collector.start()

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

# 汇总结果
print("\n=== 采集汇总 ===")
for t in threads:
    print(f"{t.name}: 数据点数{len(t.data)}, 平均值{sum(t.data)/len(t.data):.2f}")

print("主程序结束")

这个案例里，我们用到了继承Thread类、自定义线程名称、启动线程、等待线程、获取线程数据。你看，把这些基础API组合起来，就能搭建一个简单的工控数据采集系统了。

好了，第一章的内容就到这里。线程的基础知识就像盖房子的地基，一定要打牢。下一章我们会聊线程同步，那才是真正考验技术的地方。各位同学，先动手把今天的代码跑一遍，有问题随时交流。