119、concurrent.futures：ThreadPoolExecutor 与 ProcessPoolExecutor 统一接口
119、concurrent.futures：ThreadPoolExecutor 与 ProcessPoolExecutor 统一接口
一个让我熬夜到凌晨三点的Bug
去年秋天，我接手了一个数据清洗服务。每天要处理几百万条日志，单线程跑要十几个小时。我心想，这还不简单？直接上多线程，Python的threading模块我熟得很。结果一跑，CPU占用率不到30%，时间反而更长了。我盯着top输出看了半小时，突然意识到：GIL锁在作祟。后来换成多进程，代码改得面目全非，还因为进程间通信踩了一堆坑。
第二天，团队里一个刚毕业的小伙子说：“老大，你试试concurrent.futures？”我半信半疑地改了一版，代码量减少了一半，性能还提升了。那一刻，我决定把这个模块写进我的“真香”清单。
为什么需要统一接口？
先说说痛点。threading和multiprocessing的API设计差异很大。threading.Thread需要手动start()和join()，multiprocessing.Process也类似，但进程间共享数据要加锁、用队列，一不小心就死锁。更烦人的是，当你从多线程切
（支持资料、图片参考_相关定制）_文章底部可以扫码)
![华为OD机试2025C卷-座位调整[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率](http://pic.xiahunao.cn/yaotu/华为OD机试2025C卷-座位调整[100分]（ Java _ Python3 _ C++ _ C语言 _ JsNode _ Go）实现100%通过率)
