`threadpoolexecutor.shutdown()` 无法中断已运行的线程，仅能取消未开始的任务；要实现真正即时终止，需结合 `threading.event` 主动协作式检查，并配合 `cancel_futures=true` 清理待执行任务。
Python 的 concurrent.futures.ThreadPoolExecutor 设计上不支持强制杀死正在运行的线程——这是有意为之的安全机制（避免资源泄漏、死锁或状态不一致）。executor.shutdown(wait=False, cancel_futures=True) 仅对尚未开始执行的 Future 生效；而已进入 work() 函数体、正在 sleep() 或执行计算的线程，会完全忽略 shutdown 调用，继续运行直至自然结束。
因此，实现“异常触发立即终止”的关键在于：将线程终止逻辑从外部命令式控制，转变为任务内部的协作式响应。推荐使用 threading.Event 作为全局中断信号，在任务中定期轮询其状态，并主动退出。
以下是一个生产就绪的改进方案：
from concurrent.futures import ThreadPoolExecutor, as_completed
import threading
import time
class ThreadTerminationRequired(Exception):
pass
def work(i: int, shutdown_event: threading.Event) -> None:
# 快速前置检查：避免启动高开销任务
if shutdown_event.is_set():
return
print(f"Starting task {i}")
# 模拟可中断的长时间工作（如网络请求、文件处理、循环计算）
start_time = time.time()
duration = i * 0.1 # 缩短示例耗时，便于验证
while time.time() - start_time < duration:
# 核心：高频、轻量检查中断信号
if shutdown_event.is_set():
print(f"Task {i} interrupted early")
return
time.sleep(0.05) # 每50ms检查一次，兼顾响应性与性能
print(f"Task {i} completed")
if __name__ == "__main__":
shutdown = threading.Event()
with ThreadPoolExecutor(max_workers=8) as executor:
# 提交全部任务，每个都携带共享的 shutdown_event
futures = {
executor.submit(work, i, shutdown): i
for i in range(100)
}
try:
for future in as_completed(futures):
future.result() # 抛出异常则立即捕获
except ThreadTerminationRequired:
print("Triggered termination — setting shutdown event...")
shutdown.set() # 广播中断信号
# 可选：取消所有尚未开始执行的 Future（提升 cleanup 效率）
for future in futures:
future.cancel()
# 显式 shutdown，但 wait=False + cancel_futures=True 已非必需
# 因为实际终止靠的是 Event + 任务内检查
executor.shutdown(wait=False, cancel_futures=True)
print("Shutdown signal sent. Waiting briefly for graceful exit...")
# 可加短延时确保活跃线程响应（非阻塞等待）
time.sleep(0.2)
print("Executor exited cleanly.")✅ 关键要点说明：
立即学习“Python免费学习笔记（深入）”；
- threading.Event 是协作式中断的核心：它轻量、线程安全，且 is_set() 调用开销极低，适合高频轮询；
- 轮询位置决定响应延迟：在 sleep() 循环中、I/O 阻塞前、长循环迭代点插入检查，确保中断不被“卡住”；
- future.cancel() 仅影响排队未执行任务：对已运行任务无效，但应调用以减少后续干扰；
- 避免 sys.exit() 或 os._exit()：它们会绕过 with 上下文管理器和资源清理，破坏程序健壮性；
- 不要依赖 wait=True 等待所有任务完成：这正是你希望避免的“卡死”行为。
? 进阶建议：若任务涉及不可中断的系统调用（如 requests.get()），可改用带超时的异步 HTTP 客户端（如 httpx.AsyncClient + asyncio），或封装为可中断的子进程。但在纯线程池场景下，基于 Event 的协作模型是最可靠、最 Pythonic 的解法。
