线程池在 Python 中是一种高效管理线程资源的方式，它可以有效地控制系统中并发线程的数量，避免因大量并发线程导致系统性能下降甚至 Python 解释器崩溃[^1]。以下为使用 Python 标准库`concurrent.futures`实现线程池及调用示例： ```python import concurrent.futures import time # 定义需要线程池执行的任务 def task(n): print(f"Processing {n}") time.sleep(1) print(f"Task {n} completed") return n * n if __name__ == '__main__': # 创建一个包含 3 个线程的线程池 with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: # 准备任务参数 numbers = [1, 2, 3, 4, 5] # 提交任务到线程池并获取 Future 对象列表 futures = [executor.submit(task, num) for num in numbers] # 遍历 Future 对象列表，获取任务结果 for future in concurrent.futures.as_completed(futures): result = future.result() print(f"Result: {result}") ``` 上述代码使用`concurrent.futures.ThreadPoolExecutor`创建了一个线程池，并通过`submit`方法向线程池提交任务。`as_completed`函数用于获取已完成任务的结果。 另外，也可以使用`Queue`和`Thread`手动实现一个简单的线程池，示例如下： ```python import threading from queue import Queue import time # 创建队列实例，用于存储任务 queue = Queue() # 定义需要线程池执行的任务 def do_job(): while True: i = queue.get() time.sleep(1) print(f'index {i}, current: {threading.current_thread()}') queue.task_done() if __name__ == '__main__': # 创建包括 3 个线程的线程池 for i in range(3): t = threading.Thread(target=do_job) t.daemon = True # 设置线程 daemon，主线程退出，daemon 线程也会退出，即使正在运行 t.start() # 模拟创建线程池 3 秒后塞进 10 个任务到队列 time.sleep(3) for i in range(10): queue.put(i) queue.join() ``` 这个示例手动创建了一个线程池，使用`Queue`来存储任务，线程从队列中获取任务并执行。