### 实现 Python 中 EventSourceResponse 的多线程处理 为了实现在 Python 中使用 `EventSourceResponse` 进行多线程编程，可以采用 FastAPI 结合 `concurrent.futures.ThreadPoolExecutor` 来创建新的线程来执行耗时的任务。这种方式能够有效利用现有的同步代码库而不必重写为异步版本[^1]。 下面是一个具体的例子： ```python from fastapi import FastAPI, Request from sse_starlette.sse import EventSourceResponse import time from concurrent.futures import ThreadPoolExecutor app = FastAPI() executor = ThreadPoolExecutor(max_workers=10) def long_running_task(task_id: int): """模拟长时间运行的任务""" for i in range(5): time.sleep(1) yield f"data: Task {task_id} progress: {i * 20}%\n\n" yield "data: Task {} completed.\n\n".format(task_id) @app.get('/stream') async def message_stream(request: Request): def event_generator(): task_ids = iter(range(1, 6)) # 假设有五个任务要完成 while True: if await request.is_disconnected(): break try: current_task_id = next(task_ids) except StopIteration: break with executor.submit(long_running_task, current_task_id) as future: for chunk in future.result(): yield chunk return EventSourceResponse(event_generator()) ``` 在这个案例里，通过引入 `ThreadPoolExecutor` 创建了一个固定大小的工作池用来管理多个工作线程。每当有客户端连接到 `/stream` 路由时，就会启动一个新的事件生成器函数，在其中依次提交各个子任务给线程池去并行化执行，并实时返回进度更新至前端页面上显示出来。 需要注意的是，虽然这种方法简化了开发流程，但在高负载情况下可能不如完全基于协程的解决方案那样高效；另外还需考虑好资源管理和错误恢复机制等问题以确保系统的稳定性和可靠性。