在 Python 开发中，若需利用 threading 模块让多个任务并发执行，写出实现流程，并说明关键步骤与注意事项。
考察说明
考查对 Python threading 模块理解及并发编程基础实践。
回答思路
- 【回答框架 1】threading 模块通过创建 Thread 实例开始新线程，常见实现方式：定义函数作为线程执行体，实例化 Thread 并传入 target 参数或继承 Thread 类重写 run 方法。调用 start() 启动线程，join() 等待线程结束。
- 【回答框架 2】控制并发执行可使用 Lock、RLock 等同步原语保护共享资源，避免竞态条件。使用 ThreadPoolExecutor 可简化线程管理，提供 map 和 submit 接口，配合 as_completed 处理结果。
- 【回答框架 3】应注意 GIL 限制，CPU 密集型任务难以获得多核加速，适合 I/O 密集型场景。线程间通信可用 queue 实现，避免数据竞争。设置 daemon 标志可控制线程退出行为。
- 【回答框架 4】使用 with 语句确保锁释放，使用 Event 实现线程间通知机制，确保资源使用安全。
- 【关键点 1】Thread 实例由 start() 启动，join() 等待完成。
- 【关键点 2】使用 Lock 保护共享可变状态，利用 with 语句自动释放。
- 【关键点 3】ThreadPoolExecutor 简化线程管理，适用于 I/O 密集任务。
- 【关键点 4】GIL 限制 CPU 密集任务并行，I/O 密集可选用线程。
- 【关键点 5】队列可实现安全线程间通信。
- 【易错点 1】忽视 GIL 影响，以为线程让 CPU 密集任务变快。
- 【易错点 2】共享资源不加锁，引发竞态条件。
- 【易错点 3】不设置 daemon 标志，导致程序无法退出。