如何用Python3+Exchangelib多线程加速删除Outlook/Hotmail可恢复项

问题情况 #

尝试用Python多线程批量删除大量Outlook/Hotmail邮箱的可恢复项，但从日志时间能看出，连接邮箱及删除操作实际是单线程串行执行。相关代码与日志如下：

原代码 #

from exchangelib import DELEGATE, Account, Credentials
import threading
# 原代码遗漏time模块导入，会导致time.time()调用报错
import time

def main(login,password):
    print('started',time.time())
    credentials = Credentials(
        username=login,  # 针对O365可使用myusername@example.com格式
        password=password
    )
    a = Account(
        primary_smtp_address=login, 
        credentials=credentials, 
        autodiscover=True, 
        access_type=DELEGATE
    )
    
    a.protocol.TIMEOUT=15
    
    ### 尝试过以下配置但无效果
    #a.protocol.SESSION_POOLSIZE=50
    #a.protocol.CONNECTIONS_PER_SESSION=50

    a.recoverable_items_deletions.empty()
        
    a.protocol.close()
    print('done',time.time())

for i in logins_passwords_dict:
    threading.Thread(target=main, args=(i[0],i[1],))

执行日志 #

started 17000
started 17000
started 17000
done 17010
done 17020
done 17030

问题原因 #

1. 线程未启动：原代码仅创建了threading.Thread对象，但未调用.start()方法启动线程，所有任务实际由主线程串行处理。
2. 潜在库限制：exchangelib部分内部逻辑可能存在线程阻塞，加上Python GIL特性，纯多线程可能无法完全发挥并发效果。

解决方案 #

方案1：修复多线程代码（正确启动线程） #

先确保线程被正常启动，同时可以通过线程池控制并发数，避免触发Exchange服务器限流：

from exchangelib import DELEGATE, Account, Credentials
import threading
import time
from concurrent.futures import ThreadPoolExecutor

def main(login,password):
    print('started',time.time())
    try:
        credentials = Credentials(
            username=login,
            password=password
        )
        a = Account(
            primary_smtp_address=login, 
            credentials=credentials, 
            autodiscover=True, 
            access_type=DELEGATE
        )
        
        a.protocol.TIMEOUT=15
        # 合理调整会话池参数，提升单账号操作效率
        a.protocol.SESSION_POOLSIZE=10
        a.protocol.CONNECTIONS_PER_SESSION=10

        a.recoverable_items_deletions.empty()
            
        a.protocol.close()
    except Exception as e:
        print(f"处理账号{login}失败: {str(e)}")
    print('done',time.time())

# 控制并发数，建议设置为5-10，避免被服务器限制
with ThreadPoolExecutor(max_workers=8) as executor:
    for login, password in logins_passwords_dict:
        executor.submit(main, login, password)

方案2：改用多进程绕过GIL限制 #

如果多线程效果仍不理想，用多进程可以实现真正的并行执行：

from exchangelib import DELEGATE, Account, Credentials
import multiprocessing
import time
from concurrent.futures import ProcessPoolExecutor

def main(login,password):
    print('started',time.time())
    try:
        credentials = Credentials(
            username=login,
            password=password
        )
        a = Account(
            primary_smtp_address=login, 
            credentials=credentials, 
            autodiscover=True, 
            access_type=DELEGATE
        )
        
        a.protocol.TIMEOUT=15
        a.recoverable_items_deletions.empty()
            
        a.protocol.close()
    except Exception as e:
        print(f"处理账号{login}失败: {str(e)}")
    print('done',time.time())

if __name__ == "__main__":
    # 控制进程数，根据机器性能和服务器限制调整
    with ProcessPoolExecutor(max_workers=5) as executor:
        for login, password in logins_passwords_dict:
            executor.submit(main, login, password)

额外优化建议 #

• 限制并发数量：不要一次性启动过多线程/进程，避免触发Exchange服务器的限流机制，建议从5-10的并发数开始测试。
• 添加异常处理：避免单个账号的登录失败、网络超时等问题中断整个批量任务。
• 调整会话池参数：根据实际情况微调SESSION_POOLSIZE和CONNECTIONS_PER_SESSION，提升单账号的操作效率。

内容的提问来源于stack exchange，提问作者rdy4sv