### concurrent.futures 模块的核心功能 `concurrent.futures` 是 Python 提供的一个用于并发执行任务的高级接口，支持线程池和进程池两种方式，适用于 I/O 密集型和 CPU 密集型任务。它通过 `ThreadPoolExecutor` 和 `ProcessPoolExecutor` 实现多线程和多进程任务调度，简化了异步任务的管理流程 [^1]。 ### 使用 ThreadPoolExecutor 实现多线程任务 `ThreadPoolExecutor` 适用于 I/O 密集型任务，例如网络请求、文件读写等。通过 `submit()` 方法提交任务，使用 `as_completed()` 按完成顺序获取结果。 ```python import concurrent.futures import time def task(n): time.sleep(n) return f"Task {n} completed" with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor: futures = [executor.submit(task, i) for i in [1, 2, 3]] for future in concurrent.futures.as_completed(futures): print(future.result()) ``` 上述代码创建了一个最多包含 3 个线程的线程池，并发执行 3 个任务，每个任务等待不同时间后返回结果 [^3]。 ### 使用 ProcessPoolExecutor 实现多进程任务 `ProcessPoolExecutor` 适用于 CPU 密集型任务，例如数学计算、图像处理等。它利用多核 CPU 并行执行任务，但要求任务函数及其参数必须是可序列化的。 ```python import concurrent.futures import math def compute_factorial(n): return math.factorial(n) with concurrent.futures.ProcessPoolExecutor() as executor: results = executor.map(compute_factorial, [5, 6, 7, 8]) for result in results: print(result) ``` 该示例使用进程池并发计算多个整数的阶乘，结果按任务提交顺序返回 [^4]。 ### 异步任务与回调函数 `concurrent.futures` 支持为任务添加回调函数，用于在任务完成后执行特定操作。 ```python import concurrent.futures def task(n): return n * n def callback(future): print(f"Task result: {future.result()}") with concurrent.futures.ThreadPoolExecutor() as executor: future = executor.submit(task, 4) future.add_done_callback(callback) ``` 在该示例中，任务执行完成后会自动调用 `callback` 函数输出结果 。 ### 处理异常与任务状态 在并发任务中，可能会发生异常，`Future` 对象的 `result()` 方法可以捕获异常并进行处理。 ```python import concurrent.futures def faulty_task(n): if n == 2: raise ValueError("Invalid value") return n * n with concurrent.futures.ThreadPoolExecutor() as executor: futures = [executor.submit(faulty_task, i) for i in [1, 2, 3]] for future in concurrent.futures.as_completed(futures): try: print(future.result()) except Exception as e: print(f"Caught exception: {e}") ``` 该示例展示了如何在任务执行过程中捕获异常并进行处理 [^3]。 ### submit 与 map 方法的使用 `submit()` 方法用于提交单个任务，而 `map()` 方法用于批量提交任务并按顺序获取结果。 ```python import concurrent.futures def square(n): return n * n with concurrent.futures.ThreadPoolExecutor() as executor: results = executor.map(square, [1, 2, 3, 4]) for result in results: print(result) ``` `map()` 方法适用于参数列表明确且需要按顺序获取结果的场景 。 ### 注意事项 - 确保任务函数和参数是可序列化的，特别是在使用 `ProcessPoolExecutor` 时。 - 控制线程或进程数量，避免资源竞争和系统过载。 - 对于需要回调或异常处理的任务，应使用 `add_done_callback()` 和 `Future.result()` 进行处理 。