threadpoolexecutor 不提供连接池功能，需配合 requests.session 或数据库连接池使用；http 请求应复用 session 实例，数据库连接需线程隔离或专用池管理，避免连接泄漏与争用。
ThreadPoolExecutor 本身不提供连接池功能
直接用 ThreadPoolExecutor 并不能自动复用网络连接（比如 HTTP 连接或数据库连接），它只负责线程的生命周期和任务调度。如果你在发大量 HTTP 请求或连数据库，每个任务里自己新建 requests.Session() 或 sqlite3.connect()，那连接是各自独立创建、用完即关的——这会触发频繁握手、TLS 协商、连接池争抢，反而拖慢整体吞吐。
HTTP 场景下：Session + ThreadPoolExecutor 才是正确组合
高频 HTTP 请求必须靠 requests.Session() 复用底层 TCP 连接，再交给线程池并发执行。关键点是：Session 实例不能在每个任务里重建，得提前创建并传入或通过闭包共享。
SkillSub Pro - Python 题解与代码注释双功能技能功能概述SkillSub Pro - Python 题解与代码注释双功能技能是一项面向实际任务的技能，主要用于SkillSub Pro 是一个 Python 题解生成与代码注释的 双功能合体技能 ，专为学生、算法学习者和开发者设计；✅ 一个技能，两种用途 ：；核心要点📝 题解模式 ：输入题目/题号，自动生成完整 Python 题解（含详细注释、解题思路、复杂度分析）；💬 注释模式 ：输入 Python 代码，自动添加详细中。它将相关步骤、
- 错误写法：
def fetch(url): return requests.get(url)—— 每次都新建 Session，连接不复用 - 正确写法：初始化一个全局
session = requests.Session()，再让所有任务共用它；或用functools.partial绑定 session 到函数 - 注意线程安全：
requests.Session是线程安全的，但它的mount()配置（如自定义 adapter）需在共享前完成，运行时不要改 - 如果需要不同配置（如带不同 header 的请求），别复用同一个 Session，应按组划分多个 Session 实例
数据库场景下：别把 connect() 放进 submit() 里
像 sqlite3.connect() 或 psycopg2.connect() 这类调用，放在 executor.submit() 里执行，等于每个线程都建新连接，容易打满数据库连接数或触发锁竞争。
- SQLite：单文件数据库本身不支持多线程并发写，即使用了线程池也得加
check_same_thread=False，且写操作仍需串行化（推荐用queue.Queue控制写入顺序） - PostgreSQL/MySQL：用
threading.local()为每个线程绑定专属连接，或更稳妥地用SQLAlchemy的create_engine(pool_pre_ping=True)自动管理连接池 - 绝对避免：
executor.submit(lambda: sqlite3.connect("db.db").execute(...))—— 连接对象跨线程传递可能崩溃
超时、异常与连接泄漏的实际处理
线程池不会自动帮你回收未关闭的连接。常见泄漏点在于：任务抛异常后没走 finally 关闭资源，或忘了调用 session.close()。
- HTTP：用
with requests.Session() as s:不可行——Session 必须跨任务复用，所以得显式在程序退出前调用session.close() - 数据库：若用
threading.local()存连接，需配合atexit.register()或weakref.finalize()清理 - 设置
max_workers要谨慎：设太大可能压垮远端服务或触发连接数限制；建议从min(32, os.cpu_count() + 4)开始调优 - 捕获异常时注意：
concurrent.futures.TimeoutError和底层网络异常（如requests.exceptions.ConnectionError）要分开处理，前者说明任务卡住，后者说明连接失败
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
