threadpoolexecutor的核心是封装任务调度与线程复用，依赖queue.queue缓冲任务、threading.thread启动工作线程，通过\_threads集合和原子计数器协调状态；任务提交打包为\_workitem入队并唤醒空闲线程；工作线程循环取任务、异常屏蔽执行、自动退出；线程按需创建，不主动销毁。
ThreadPoolExecutor 的核心不是“自己管理线程生命周期”，而是“把任务调度和线程复用封装成一个可控的接口”——它底层依赖 queue.Queue 做任务缓冲，用 threading.Thread 启动工作线程，并通过一个共享的 _threads 集合和原子计数器（_shutdown, _work_queue, _idle_semaphore 等）协调状态。
任务提交：先入队，再唤醒空闲线程
调用 submit() 或 map() 时，实际是把 Future 对象和待执行的函数+参数打包成 _WorkItem，丢进内部的 self._work_queue（一个 queue.SimpleQueue 或 queue.Queue）。如果此时有空闲线程在等待（被 _idle_semaphore.acquire() 阻塞），就会被立即唤醒；否则任务静静排队，等线程循环中主动取走。
- 队列无界，默认不限制待处理任务数量（可传
maxsize给底层Queue控制） - 提交不阻塞主线程，除非队列满且设了限（这时
put()可能阻塞或超时） - 每个
Future实例绑定一个_WorkItem，执行完自动调用set_result()或set_exception()
工作线程：无限循环 + 异常屏蔽 + 自动退出
每个工作线程运行的是 _worker() 函数。它在一个 while True: 循环里反复从队列取任务，执行，再取下一个。关键细节包括：
- 取任务用
work_queue.get(timeout=xxx)，超时后检查是否要退出（shutdown标志 + 队列空） - 执行任务时包裹了
try/except BaseException，确保即使任务抛出SystemExit或KeyboardInterrupt，线程也不会意外终止 - 线程退出前会调用
_threads.discard(thread)并释放信号量，保证shutdown(wait=True)能准确等待所有活跃线程结束
线程创建与回收：按需启动，不主动销毁
ThreadPoolExecutor 不预创建全部线程，也不在空闲时销毁线程（除非显式 shutdown(wait=True, cancel_futures=True)）：
立即学习“Python免费学习笔记（深入）”；
- 初始线程数为
min(threads, max_workers)，后续当任务积压、且当前活跃线程数 max_workers 时，才新启线程 - 线程一旦启动，就一直运行到整个 executor 关闭；没有“空闲 60 秒就退出”的机制（那是
concurrent.futures.ProcessPoolExecutor也没有） - 所以长期运行的服务中，若
max_workers设得过大，可能造成大量空转线程占用资源
关闭逻辑：两阶段协作，非强制杀线程
shutdown(wait=True) 不是发信号杀死线程，而是协同控制：
- 第一阶段：设
self._shutdown = True，禁止新任务提交（submit()抛RuntimeError） - 第二阶段：等待所有已提交任务完成（
wait=True时，循环检查_work_queue.empty()和_threads集合为空） - 注意：正在运行的任务不会被中断，必须自行支持取消（如定期检查
future.cancelled()）
