pythonconcurrent.futures

concurrent.futures 线程池核心类：ThreadPoolExecutor 构造函数参数 ThreadPoolExecutor(max_workers=None, thread_name_prefix='', ...) * max_workers：最大线程数，默认为CPU核心数×514。 * thread_name_prefix：线程名前缀（Python 3.6+支持）。 二、核心函数及方法 提交任务：submit() from concurrent.futures import ThreadPoolExecutor def task(n): return n * 2 with ThreadPoolExecutor(max_workers=3) as executor: future = executor.submit(task, 5) # 提交单个任务 * 返回 Future 对象，可通过 .result() 获取结果（阻塞） 批量提交：map() results = executor.map(task, [1, 2, 3]) # 按顺序返回结果迭代器 * 适合处理有序任务，结果顺序与输入一致。 等待完成：wait() from concurrent.futures import wait futures = [executor.submit(task, i) for i in range(5)] done, not_done = wait(futures, timeout=2, return_when="FIRST_COMPLETED") * return_when：可选 ALL_COMPLETED（默认）、FIRST_COMPLETED、FIRST_EXCEPTION。 add_done_callback() def callback(future): print(f"Result: {future.result()}") future.add_done_callback(callback) # 任务完成时自动触发 as_completed() from concurrent.futures import as_completed for future in as_completed(futures): print(future.result()) 参数进阶说明 任务队列机制： 当线程数达 max_workers，新任务进入队列等待（默认使用无界队列 queue.Queue）。线程复用： 空闲线程存活时间由内部管理，Python未暴露参数（与Java不同）。拒绝策略： 队列满时默认抛出 queue.Full 异常，需自行处理 示例 多参数任务 def complex_task(a, b, c=0): return a + b + c # 参数传递方式 future = executor.submit(complex_task, 1, 2, c=3) 网页抓取（I/O密集型） import requests def fetch(url): response = requests.get(url) return response.status_code urls = ["http://example "] * 10 with ThreadPoolExecutor(5) as executor: results = list(executor.map(fetch, urls)) 动态任务进度监控 from tqdm import tqdm futures = [executor.submit(task, i) for i in range(100)] for f in tqdm(as_completed(futures), total=len(futures)): pass # 实时显示完成进度

CPU密集型：线程数 ≤ CPU核心数。 I/O密集型：线程数可设较高（如50-100）