Python提升回测速度concurrnet.futures模块详解

默认情况，Python因为GIL的存在，只会调用一个CUP作为单个进程执行程序。即便是采用多线程，也是使用同一个CPU。但是目前电脑大多都有多核。

Python3.2之后提供了一个新的模块concurrent.futures模块可以实现多进程多线程。

concurrent.futures是对multiprocessing和threding这两个模块进一步封装的结果。

• Future模式

生产-消费者模型中，生产者负责向队列种传入数据，消费者负责从队列种获取数据并处理。生产者不关心消费者什么时候处理完数据，也不关心消费者处理的结果。

Future模式是生产-消费者的一种扩展，可以让生产者等待消息处理完成，甚至获取相关结算结果。

• concurrnet.futures官方文档

模块提供了两种Executor，一种是ProcessPoolExecutor（多进程，计算密集型任务），一种是ThreadPoolExecutor（多线程，适用IO密集型任务）。

concurrnet.futures模块的构成部分如下：

1. concurrnet.futures.Executor 一个虚拟基类，上述两种子类。
   1. concurrent.futures.ThreadPoolExecutor(max_