使用concurrent.futures时仅单核心活跃的技术咨询

最核心原因：误用线程池而非进程池 #

Python的**全局解释器锁（GIL）**会限制同一时刻只有一个线程执行Python字节码。对于求和这类CPU密集型任务，ThreadPoolExecutor无法真正实现多核并行，只是在单个核心上做线程切换，所以系统监控里只会显示单核心活跃。

如果你的代码里用的是concurrent.futures.ThreadPoolExecutor()，换成concurrent.futures.ProcessPoolExecutor()就能让每个子任务跑在独立进程里，充分利用多核资源。

其他需排查的细节 #

• 子列表划分错误：如果你的等差划分逻辑有问题，比如实际只生成了1个有效子列表，其余子列表为空或数据量极小，也会导致单核心工作。可以打印每个子列表的长度确认，比如用这种正确的划分方式：

  def split_into_parts(start, end, parts):
      step = (end - start + 1) // parts
      sub_ranges = []
      for i in range(parts):
          s = start + i * step
          e = s + step - 1 if i != parts-1 else end
          sub_ranges.append((s, e))
      return sub_ranges
  

• 任务提交逻辑错误：如果提交任务时只调用了一次executor.submit()或executor.map()，没有为每个子列表分配任务，自然也只会用到单核心。检查任务提交的次数是否和子列表数量一致。

修正后的示例代码 #

import concurrent.futures

def calculate_sum(start, end):
    total = 0
    for num in range(start, end + 1):
        total += num
    return total

if __name__ == "__main__":
    # 划分1到10^7为4个等差区间
    sub_ranges = split_into_parts(1, 10**7, 4)
    
    # 使用ProcessPoolExecutor实现多核并行
    with concurrent.futures.ProcessPoolExecutor(max_workers=4) as executor:
        results = executor.map(calculate_sum, [r[0] for r in sub_ranges], [r[1] for r in sub_ranges])
    
    total_sum = sum(results)
    print(f"最终总和：{total_sum}")

注意：使用ProcessPoolExecutor时，必须把执行代码放在if __name__ == "__main__":块内，避免子进程重复加载主模块代码引发异常。

内容的提问来源于stack exchange，提问作者Lereu