python多线程并发访问多个URi python futures 支持多大并发

python多线程并发访问多个URi

我想问问看你说的”访问一个站点“是什么意思，是下载一个文件吗？还是需要submit一些表单上去还是其他什么访问法？还有多线程是用来干什么的？是多个线程同时下载一个文件让这个文件可以下载得更快吗？还是其他什么目的？
本身python访问web就很简单，urllib的几个函数一调用就好了，不过不清楚你想要做什么，所以我感觉不知道怎么回答你。

python futures 支持多大并发

具体看cpu和逻辑咯。
concurrent.futures会以子进程的形式，平行的运行多个python解释器，从而令python程序可以利用多核CPU来提升执行速度。由于子进程与主解释器相分离，所以他们的全局解释器锁也是相互独立的。每个子进程都能够完整的使用一个CPU内核。

python 多线程与多进程问题？

监控一个信号就起一个线程与进程处理。这样的逻辑是不太合适的。所有的资源都是有限的，如果这样浪费很快会资源管理失控。

常规的做法是起一个线程池，或者是进程池。 使用线程还是进程取决于你处理的信号的类型。如果计算量大，则需要进程池，如果只是设备等待，比如网络数据收发，则线程也勉强够用。

信号过来后处理方法有两种，一种是实时处理，这个没有好办法，可以用“微线程”的办法做，尽量减少处理周期。另外一种是允许少量的延迟。那么通常的做法是用队列。将信号放到线程或者是进程池的消息队列里。然后再由后者分配。

还有一种高效的处理方法，根据信号的值做hash，然后自动分发到不同的CPU或者是服务器。这个就算是大规模并发处理机制。

通常情况下，比如一个WEB服务器，它需要获取一个请求，然后处理响应，可以使用线程模型，或者是进程模型。也是使用典型的池的方法。一个Pool的大于，取决于你的计算 机的计算 能力，内存大小，以及你的并发访问数量。

所要要启用多少个呢？假设你的一个信号的处理周期是1秒，你同时有100个信号进来，那么就需要100个线程或者是进程。

线程数过多，表面上处理能力在增加，不过延迟也在增加，失败率也会增加。