threading.Thread()

import threading

# スレッドの生成と実行
t = threading.Thread(target=関数, args=(引数,))
t.start() # スレッド開始
t.join() # スレッドの終了を待つ

# 排他制御（Lock）
lock = threading.Lock()
with lock:
    # クリティカルセクション
    pass

threading_basic.py

import threading
import time

def download(url, name):
    print(f"[{name}] ダウンロード開始: {url}")
    time.sleep(2)
    print(f"[{name}] ダウンロード完了!")

urls = ['https://example.com/file1', 'https://example.com/file2', 'https://example.com/file3']
threads = []
for i, url in enumerate(urls):
    t = threading.Thread(target=download, args=(url, f"Thread-{i+1}"))
    threads.append(t)
    t.start()

for t in threads:
    t.join()
print("すべてのダウンロードが完了しました")

実行すると次のように出力されます。

python3 threading_basic.py
[Thread-1] ダウンロード開始: https://example.com/file1
[Thread-2] ダウンロード開始: https://example.com/file2
[Thread-3] ダウンロード開始: https://example.com/file3
[Thread-1] ダウンロード完了!
[Thread-2] ダウンロード完了!
[Thread-3] ダウンロード完了!
すべてのダウンロードが完了しました

threading_lock.py

import threading

counter = 0
lock = threading.Lock()

def increment(n):
    global counter
    for _ in range(n):
        with lock:
            counter += 1

threads = [threading.Thread(target=increment, args=(10000,)) for _ in range(5)]
for t in threads: t.start()
for t in threads: t.join()
print(f"カウンタ: {counter}")

実行すると次のように出力されます。

python3 threading_lock.py
カウンタ: 50000

threading_subclass.py

import threading
import time

class WorkerThread(threading.Thread):
    def __init__(self, task_id):
        super().__init__(daemon=True)
        self.task_id = task_id
        self.result = None

    def run(self):
        time.sleep(1)
        self.result = self.task_id ** 2

workers = [WorkerThread(i) for i in range(5)]
for w in workers: w.start()
for w in workers: w.join()
print([w.result for w in workers])

実行すると次のように出力されます。

python3 threading_subclass.py
[0, 1, 4, 9, 16]

よくあるミス1: Lockなしで共有変数を更新する

複数のスレッドが同時に共有変数を読み書きすると、レースコンディション（競合状態）が発生し、値がずれることがあります。共有リソースへのアクセスは必ずLockで保護します。

import threading

counter = 0

def increment(n):
    global counter
    for _ in range(n):
        counter += 1

threads = [threading.Thread(target=increment, args=(10000,)) for _ in range(5)]
for t in threads: t.start()
for t in threads: t.join()
print(f"カウンタ: {counter}")

次のように記述します。

import threading

counter = 0
lock = threading.Lock()

def increment(n):
    global counter
    for _ in range(n):
        with lock:
            counter += 1

threads = [threading.Thread(target=increment, args=(10000,)) for _ in range(5)]
for t in threads: t.start()
for t in threads: t.join()
print(f"カウンタ: {counter}")

よくあるミス2: スクリプト名をthreading.pyにする

スクリプトのファイル名を『threading.py』にすると、標準ライブラリの『threading』モジュールと名前が衝突し、importが失敗します。サンプルファイル名には『_example』や『_basic』などの接尾辞を付けると衝突を避けられます。

import threading

t = threading.Thread(target=print, args=("hello",))
t.start()

threading_basic.py

import threading

t = threading.Thread(target=print, args=("hello",))
t.start()
t.join()

スレッドが共有リソース（グローバル変数・ファイルなど）にアクセスするとき、排他制御（Lock）がないとレースコンディション（競合状態）が発生します。レースコンディションとは、複数のスレッドが同時にデータにアクセスすることで予期しない結果になる問題です。複数のスレッドが同時に読み書きを行うと、予測できない結果になる可能性があります。

PythonのGIL（グローバルインタープリタロック）はPythonオブジェクトへのアクセスをスレッドセーフにするための仕組みですが、同時に1つのスレッドしかPythonコードを実行できないことも意味します。そのため数値計算・画像処理などのCPU密集タスクには効果がなく、ファイルI/O・HTTPリクエストなどのI/O待ちタスクに有効です。CPU密集タスクの並列化にはmultiprocessingを使う方法があります。