多线程（map()）#
import concurrent.futures
import subprocess
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 使用 dnsx 命令解析目标域名，判断目标域名是否有 A 记录
def test(num):
print(num)
return num
pass
with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
results = executor.map(test, nums)
print('---- 分隔线 ----')
for num in results:
print(num)输出：
1
2
3
5
4
6
9
10
7
8
---- 分隔线 ----
1
2
3
4
5
6
7
8
9
10其中，map 的第一个参数用于指定函数名，后续创建的每个线程执行的都是这个函数（记为函数 A），map 的第二个参数及其后续参数都是传给函数 A 的，但是这些参数都需要是一个可迭代对象，比如：
- 列表
- 字典
- 元组
- ……
用 map 实现的多线程，并发的线程的执行顺序虽然不确定，就像示例中的：
……
3
5
4
……但是用于接收每个线程所执行函数的返回值的 results（是一个列表，对于没有返回值的函数会将返回值设为 None）是按照顺序来的：
---- 分隔线 ----
1
2
3
4
……多线程（submit()）#
submit() 相对于 map() 会更加灵活，因为它返回的是一个 Future 对象。
import concurrent.futures
import subprocess
nums = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 使用 dnsx 命令解析目标域名，判断目标域名是否有 A 记录
def test(num):
return num
with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
futures = [
executor.submit(test, num)
for num in nums
]
# 谁先执行完就先处理谁
for future in concurrent.futures.as_completed(futures):
if future.result() % 2 == 0:
print(future.result())输出：
6
2
4
10
8submit() 会返回一个 Future 对象，其第一个参数用于指定函数名，后续创建的每个线程执行的都是这个函数（记为函数 A），submit() 的第二个参数及其后续参数都是传给函数 A 的。与 map() 不同的是，这些传给函数 A 的参数不需要是一个可迭代对象，这是 submit() 更灵活的原因之一，你可以灵活安排交给线程池处理的内容。
for future in concurrent.futures.as_completed(futures) → 每当有 Future 完成时，就把对应的 Future 交出来，让 for 循环先处理它。这同样展现了 submit() 的灵活性，因为我可以按需处理线程执行完成后的结果，而且 Future 对象本身也提供了一些方法来获取更丰富的信息：
done()，如果调用已成功取消或已完成运行，则返回Trueresult()，返回调用返回的值- ……