`ThreadPoolExecutor` 是 Python 的 `concurrent.futures` 模块中提供的一种线程池实现，主要用于简化多线程编程的复杂性，并提高执行效率。它适用于 I/O 密集型任务（如网络请求、文件读写等），而不适合 CPU 密集型任务[^1]。 ### 功能与作用 - **并发执行任务**：通过线程池管理多个线程，允许应用程序并发地执行多个任务。 - **资源控制**：限制同时运行的线程数量，防止系统因创建过多线程而耗尽资源。 - **简化线程管理**：开发者无需手动创建和管理线程，只需提交任务即可由线程池自动调度。 ### 使用方法 #### 基本用法 ```python from concurrent.futures import ThreadPoolExecutor import time def task(n): print(f"Task {n} is running") time.sleep(2) return f"Task {n} completed" # 创建一个最大线程数为3的线程池 with ThreadPoolExecutor(max_workers=3) as executor: # 提交任务并获取Future对象 futures = [executor.submit(task, i) for i in range(5)] # 获取任务结果 for future in futures: print(future.result()) ``` 在上述代码中： - `ThreadPoolExecutor(max_workers=3)` 创建了一个最多包含 3 个线程的线程池。 - `executor.submit(task, i)` 将任务提交给线程池，返回一个 `Future` 对象，用于追踪任务状态或获取结果。 - `future.result()` 阻塞当前线程，直到对应的任务完成并返回结果。 #### 使用 `map` 方法 如果任务是可迭代的且顺序重要，可以使用 `map` 方法： ```python with ThreadPoolExecutor(max_workers=3) as executor: results = executor.map(task, range(5)) for result in results: print(result) ``` 该方式按顺序返回每个任务的结果，适用于需要按输入顺序处理输出的场景。 #### 异常处理 任务中可能抛出异常，可以通过捕获 `Future` 对象的异常来处理： ```python with ThreadPoolExecutor(max_workers=3) as executor: future = executor.submit(task, 0) try: result = future.result(timeout=3) print(result) except Exception as e: print(f"An error occurred: {e}") ``` 若任务在指定时间内未完成，`result(timeout=3)` 将引发 `concurrent.futures.TimeoutError`。 ### 线程池的生命周期 建议使用 `with` 语句来管理 `ThreadPoolExecutor` 实例，这样可以确保线程池在使用完毕后正确关闭，释放所有资源。如果不使用 `with`，需手动调用 `shutdown(wait=True)` 来等待所有任务完成后再关闭线程池。 ### 总结 `ThreadPoolExecutor` 是一种高效的并发工具，尤其适合处理大量 I/O 密集型任务。通过合理设置线程池大小，可以在不增加太多开发负担的情况下显著提升程序性能。 ---