### 开启线程池 在 Python 中，可以通过 `concurrent.futures` 模块中的 `ThreadPoolExecutor` 类来创建和管理线程池。该类提供了一种简单而高效的方式来并发执行多个任务，尤其适用于 I/O 密集型操作，如网络请求、文件读写等 [^1]。 使用 `ThreadPoolExecutor` 时，通常通过 `with` 语句创建线程池实例，这种方式可以自动管理线程池的生命周期。在 `with` 块内，可以通过 `submit()` 方法提交任务，每个任务将在线程池中的空闲线程上执行 [^1]。 以下是一个创建线程池并执行任务的示例： ```python from concurrent.futures import ThreadPoolExecutor def task(n): return n * n # 创建线程池并执行任务 with ThreadPoolExecutor(max_workers=3) as executor: future = executor.submit(task, 5) result = future.result() print(f"任务结果：{result}") ``` ### 结束线程池 在线程池使用完毕后，必须关闭线程池以释放资源。`ThreadPoolExecutor` 提供了 `shutdown()` 方法用于关闭线程池。调用该方法后，线程池将不再接受新任务，但会继续执行已经提交的任务，直到所有任务完成 [^2]。 如果使用 `with` 语句创建线程池，`shutdown()` 方法会在线程池离开 `with` 块时自动调用，无需手动执行。如果线程池是手动创建的，则必须显式调用 `shutdown()` 方法来结束线程池 。 ```python from concurrent.futures import ThreadPoolExecutor def task(n): return n * n # 手动创建线程池 executor = ThreadPoolExecutor(max_workers=3) future = executor.submit(task, 5) result = future.result() print(f"任务结果：{result}") # 手动关闭线程池 executor.shutdown() ``` ### 监控与等待任务完成 在关闭线程池之前，有时需要等待所有任务完成。可以通过 `wait()` 函数等待一组任务完成，并根据需要指定返回条件，例如 `FIRST_COMPLETED`、`FIRST_EXCEPTION` 或 `ALL_COMPLETED` [^3]。 以下是一个使用 `wait()` 函数等待任务完成的示例： ```python from concurrent.futures import ThreadPoolExecutor, wait, ALL_COMPLETED def task(n): return n * n # 创建线程池 executor = ThreadPoolExecutor(max_workers=3) # 提交多个任务 futures = [executor.submit(task, i) for i in range(5)] # 等待所有任务完成 wait(futures, return_when=ALL_COMPLETED) # 关闭线程池 executor.shutdown() ``` ### 优势与适用场景 线程池的主要优势在于线程的复用和任务的高效调度。通过减少线程的频繁创建和销毁，能够显著降低资源开销，提高程序的并发性能。线程池特别适用于 I/O 密集型任务，例如网络请求、文件读写等场景 。 对于 CPU 密集型任务，建议使用 `ProcessPoolExecutor`，因为 Python 的全局解释器锁（GIL）会限制多线程的并行计算能力 [^1]。 ---