Python面试题更新 2026-08-05

Python 中多线程优化脚本性能的具体做法是什么?

技术原理方案权衡Python

考察说明

考查对 Python 多线程适用场景、机制和限制的理解。

回答思路

  1. 【回答框架 1】多线程适用 I/O 密集型任务,因 GIL 限制 CPU 密集型多用多进程。使用 threading 模块创建线程,常见方式有 Thread 类和继承重写 run 方法。
  2. 【回答框架 2】线程间通信常用 queue.Queue,或使用锁、事件等同步原语避免竞态条件。
  3. 【回答框架 3】需注意线程安全和 GIL 影响,合理设计并发模型。
  4. 【回答框架 4】实际优化应先分析瓶颈,避免过度使用线程。
  5. 【回答框架 5】使用线程池 concurrent.futures.ThreadPoolExecutor 简化管理。
  6. 【关键点 1】GIL 使多线程不适用于 CPU 密集场景
  7. 【关键点 2】I/O 密集场景适合多线程提高效率
  8. 【关键点 3】使用 Queue 进行线程安全的数据交换
  9. 【易错点 1】误以为多线程一定提升 CPU 密集性能
  10. 【易错点 2】忽略线程安全问题导致数据竞争
  11. 【易错点 3】创建过多线程导致资源开销大