为什么需要线程池
对比进程来说，虽然创建线程的开销比创建进程的开销小，但是也不能意味着我们可以无限的去开线程。
无限制的线程情况，有可能会引发系统性能下降，（多数情况我们滥用线程的时候，一般系统会异常的问题多多，）
线程的创建也也是需要开销
和进程池一样，主要是池化一定数量的对象，避免重复的多次的创建等问题。
使用线程池主要是为了有效地控制系统中并发线程的数量
预先创建线程/异步处理来提高响应速度。
统一调配线程资源，可以降低线程的重复创建问题，提高线程的利用率
PS:Python3.2开始，标准库为我们提供了concurrent.futures模块，它提供了ThreadPoolExecutor和ProcessPoolExecutor两个类.
concurrent.futures模块实现了对threading和multiprocessing的进一步抽象（这里主要关注线程池）
线程池原理
线程池的两个库
- from multiprocessing.dummy import Pool as ThreadPool
- from concurrent.futures import ThreadPoolExecutor
示例主要已cocurrent.future模块为主：
cocurrent.future模块中的future的意思是未来对象，可以把它理解为一个在未来完成的操作，这是cocurrent.future模块实现异步编程的基础。
Python3.2开始，标准库为我们提供了concurrent.futures模块，它提供了ThreadPoolExecutor和ProcessPoolExecutor两个类.
concurrent.futures模块实现了对threading和multiprocessing的进一步抽象（这里主要关注线程池）
concurrent.futures模块提供了主线程可以获取某一个线程（或者任务的）的状态，以及返回值
让线程的使用更加方便，减小了线程创建/销毁的资源损耗，无需考虑线程间的复杂同步，方便主线程与子线程的交互。
ThreadPoolExecutor下的使用
官方文档地址：
https://docs.python.org/zh-cn/3/library/concurrent.futures.html
几个方法：
submit（）非阻塞方式提交线程需要执行的任务（函数名和参数）到线程池，并返回任务的句柄
done() 判断线程执行的任务是否返回，依赖于 submit（）提交后返回的文件举报的对象
cancel() 取消任务（如果任务还没添加到线程池中，才可以取消）
result() 阻塞的方式获取认知执行的返回结果
可以通过result(timeout=2)设置线程超时时间,超时会引发concurrent.futures._base.TimeoutError 异常 as_completed（）一次取出所有任务的结果
shutdown()当待执行的 future 对象完成执行后向执行者发送信号，它就会释放正在使用的任何资源,关闭后调用 Executor.submit() 和 Executor.map() 将会引发 RuntimeError。
shutdown()的关闭可以使用上下文的方式来简化管理with ThreadPoolExecutor(max_workers=4) as e: submit() 提交任务到线程池中。
map（）exector的map方法会并发调用，返回一个由返回的值构成的生成器
exector.submit()和futures.as_completed()这个组合比exector.map()更>灵活，
submit()可以处理不同的调用函数和参数
map只能处理同一个可调用对象,且返回是一个迭代器对象
wait()阻塞主线程，直到所有task都完成，或直到满足设定的要求。
-wait方法接收3个参数
等待的任务序列 超时时间以 等待条件 等待条件return_when默认为ALL_COMPLETED，表明要等待所有的任务都结束。
示例：
import concurrent.futures
import requests
URLS = ['http://www.qq.com/',
'http://www.baidu.com/',
'http://ai.taobao.com/']
# Retrieve a single page and report the URL and contents
def load_url(url):
return requests.get(url).text
# We can use a with statement to ensure threads are cleaned up promptly
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
# 提交我们的任务
future_to_url = {executor.submit(load_url, url): url for url in URLS}
#
for future in concurrent.futures.as_completed(future_to_url):
url = future_to_url[future]
try:
# 循环的获取认任务执行的结果
data = future.result()
except Exception as exc:
print('%r generated an exception: %s' % (url, exc))
else:
print('%r 页面内容省略··· %s ' % (url, data[1:20]))
输出：
'http://www.baidu.com/' 页面内容省略··· !DOCTYPE html>
<!-
'http://www.qq.com/' 页面内容省略··· !doctype html>
<htm
'http://ai.taobao.com/' 页面内容省略···
<!DOCTYPE html><ht
ThreadPoolExecutor下的map方法（更精简的取所有子线程执行结果）
类似于 python标准库中的map(func, *iterables) 函数，相似，除了以下两点：
iterables 是立即执行而不是延迟执行的；
func 是异步执行的，对 func 的多个调用可以并发执行。
import concurrent.futures
import requests
URLS = ['http://www.qq.com/',
'http://www.baidu.com/',
'http://ai.taobao.com/']
# Retrieve a single page and report the URL and contents
def load_url(url):
print()
text = requests.get(url).text
return text
# We can use a with statement to ensure threads are cleaned up promptly
with concurrent.futures.ThreadPoolExecutor(max_workers=5) as executor:
# 提交我们的任务
# 用 map函数 更精简的取所有子线程执行结果：
for thread_exec_res in executor.map(load_url, URLS):
print("内容", thread_exec_res[1:20])
输出:
内容 !doctype html>
<htm
内容 !DOCTYPE html>
<!-
内容
<!DOCTYPE html><ht
个人其他博客地址
简书：https://www.jianshu.com/u/d6960089b087
掘金：https://juejin.cn/user/2963939079225608
小钟同学 | 文 【原创】| QQ：308711822
1：本文相关描述主要是个人的认知和见解，如有不当之处，还望各位大佬指正。 2：关于文章内容，有部分内容参考自互联网整理，如有链接会声明标注；如没有及时标注备注的链接的，如有侵权请联系，我会立即删除处理哟。
