设置threading.stack_size()超出Python应用栈大小上限的影响及扩容疑问

1. 若使用threading.stack_size()设置的线程栈大小超出Python应用已分配的栈大小，会产生什么后果？ #

当你尝试设置的线程栈大小超过当前Python进程的栈大小限制时，最直接的结果就是创建新线程时抛出RuntimeError异常，提示无法分配足够的栈空间。举个实际的代码例子：

import threading
# 尝试设置50MB栈大小，超出系统限制的40960KB（40MB）
threading.stack_size(50 * 1024 * 1024)
threading.Thread(target=lambda: None).start()

运行这段代码几乎肯定会直接报错，明确告诉你无法为新线程分配所需的栈内存。

另外，在部分系统环境下可能不会立刻抛出异常，但线程运行过程中会触发栈溢出（Stack Overflow），表现为程序直接崩溃、出现段错误（segmentation fault），或者产生完全不可预测的行为——毕竟线程的栈空间不够用了，后续的函数调用、局部变量存储都会彻底乱套。

2. 我的系统中Python应用的栈大小限制为40960KB，若通过threading.stack_size()将线程栈大小设置为高于该值，Python应用的已分配栈大小会自动增加吗？ #

完全不会。threading.stack_size()这个函数只能设置后续新建线程的栈大小上限，它没有权限修改整个Python进程的栈大小限制。进程级的栈大小限制是由操作系统管控的（比如Linux下可以用ulimit -s命令查看或调整），Python本身根本没办法突破这个系统层面的限制。

如果你硬要设置超过系统限制的栈大小，要么像第一个问题里说的创建线程失败抛异常，要么操作系统直接拒绝分配这么大的栈空间，绝对不会自动帮你扩大进程的栈限制。如果确实需要更大的栈空间，你得先在操作系统层面调整进程的栈大小限制，之后再用threading.stack_size()设置合适的线程栈大小。

内容的提问来源于stack exchange，提问作者Kavya