来自 gpt 的摘要： 线程池是管理线程的资源池，主要作用在于通过重复利用已创建的线程降低资源消耗、提高响应速度、以及管理线程的使用和分配。常见的线程池参数包括核心线程数、最大线程数、任务队列、线程存活时间等。线程池在任务执行时，首先创建核心线程处理任务，当任务量超过核心线程数时，进入阻塞队列，队列满时会根据最大线程数创建新线程，超出后根据预设的拒绝策略处理多余任务。线程池的选择可以通过 ThreadPoolExecutor 或 Executors 工具类创建，常用的线程池类型包括 SingleThreadExecutor、FixedThreadPool、CachedThreadPool 和 ScheduledThreadPool。根据任务的特性，线程池的线程数可以根据 CPU 密集型任务和 I/O 密集型任务来规划，CPU 密集型任务推荐使用等于 CPU 核心数的线程，I/O 密集型任务建议使用多倍于核心数的线程数。引入线程池能有效提高系统的性能，尤其适合 I/O 密集型任务，通过并发执行减少等待时间，从而提升整体计算效率。

来自 gpt 的摘要： 本文介绍了程序、进程和线程的概念及其区别。程序是静态的代码文件，而进程是程序执行的动态过程，线程是比进程更小的执行单位。进程是系统资源分配和调度的基本单位，进程之间相互独立，而线程共享进程的资源，因此线程的执行开销小于进程。进程适用于多任务操作、需要高安全性和稳定性的场景，如浏览器和微服务架构。而线程适合 I/O 密集型任务、计算密集型任务以及并发处理场景，如网络请求、图像处理和 Web 服务器。虽然线程在并发处理方面具有优势，但 Python 编程中更多使用多进程来处理 CPU 密集型任务，这是因为 Python 的 GIL 限制了多线程的并行能力，导致多进程能够更好地利用多核 CPU 进行并行计算。