Python中如何使用Flask + Requests + 多线程？

在Flask应用里用Requests发外部请求，用多线程避免阻塞，可以这样搞：

from flask import Flask, jsonify
import requests
import concurrent.futures
import time

app = Flask(__name__)

def fetch_url(url):
    """线程任务：获取URL内容"""
    try:
        response = requests.get(url, timeout=5)
        return {'url': url, 'status': response.status_code, 'content': response.text[:100]}
    except Exception as e:
        return {'url': url, 'error': str(e)}

@app.route('/fetch-multi')
def fetch_multiple():
    urls = [
        'https://httpbin.org/delay/2',
        'https://httpbin.org/delay/3',
        'https://httpbin.org/json'
    ]
    
    results = []
    # 用ThreadPoolExecutor创建线程池
    with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
        # 提交所有任务
        future_to_url = {executor.submit(fetch_url, url): url for url in urls}
        
        # 收集结果
        for future in concurrent.futures.as_completed(future_to_url):
            results.append(future.result())
    
    return jsonify(results)

if __name__ == '__main__':
    app.run(debug=True)

这里的关键点：

1. ThreadPoolExecutor 管理线程池，比手动创建线程更安全
2. as_completed 按完成顺序获取结果，不用等最慢的那个
3. 每个线程独立执行 requests.get()，互不干扰
4. Flask路由函数保持非阻塞，快速响应

访问 /fetch-multi 会并发请求三个URL，总耗时约3秒（最慢的那个），而不是串行的7秒。

注意线程数别设太大，requests库本身有连接池限制。如果要做更复杂的并发控制，可以考虑用 asyncio + aiohttp，但线程池方案对大多数场景够用了。

用线程池处理IO密集型任务就行。