### Python 中使用线程池进行异步处理或并发执行 在 Python 中，`concurrent.futures.ThreadPoolExecutor` 是一种简单而强大的工具，用于管理线程并实现函数的异步或并发执行。以下是具体的方法： #### 使用 `ThreadPoolExecutor` 实现函数的异步调用 可以通过 `submit()` 方法将目标函数提交给线程池，该方法会立即返回一个表示未来结果的对象 (`Future`)。 ```python from concurrent.futures import ThreadPoolExecutor import time def my_function(x): time.sleep(2) # 模拟耗时操作 return f"Result of {x}" if __name__ == "__main__": with ThreadPoolExecutor(max_workers=5) as executor: # 创建具有最大5个工作线程的线程池 future = executor.submit(my_function, 42) # 将任务提交至线程池 print("Task submitted to thread pool.") # 主程序继续运行 result = future.result() # 阻塞等待直到任务完成 print(result) ``` 上述代码展示了如何通过 `submit()` 方法将函数移交给线程池执行，并利用 `result()` 获取最终的结果[^1]。 #### 批量提交多个任务到线程池 如果需要一次性提交多个任务，则可以借助列表推导式或其他迭代方式批量提交任务。 ```python from concurrent.futures import ThreadPoolExecutor, as_completed import random def another_task(i): sleep_time = random.randint(1, 3) time.sleep(sleep_time) return f"Task-{i} slept for {sleep_time}s" if __name__ == "__main__": tasks = [] results = [] with ThreadPoolExecutor(max_workers=3) as executor: for i in range(5): task = executor.submit(another_task, i) tasks.append(task) for completed_task in as_completed(tasks): # 等待所有任务完成 results.append(completed_task.result()) print(results) ``` 此示例说明了如何同时启动多个任务并将它们分配给线程池中的不同工作线程[^2]。 #### 结合参数传递与回调机制 当希望在线程中执行带参函数或者进一步增强灵活性时，可采用如下模式： ```python from concurrent.futures import ThreadPoolExecutor def parameterized_function(name, duration): time.sleep(duration) return f"{name} waited {duration} seconds." if __name__ == "__main__": params_list = [("Alice", 2), ("Bob", 3)] with ThreadPoolExecutor(max_workers=len(params_list)) as executor: futures = [executor.submit(parameterized_function, *params) for params in params_list] for fut in futures: try: response = fut.result() print(response) except Exception as e: print(f"Error occurred: {e}") ``` 这里演示了带有两个输入参数的任务被成功调度到线程池的情况[^3]。 --- ###