环境

python3.11，pycharm，window10

在Python中并发执行HTTP请求可以提高效率，尤其有多个API请求数据时。有多种方法可以实现并发执行requests请求，其中最常用的是使用concurrent.futures模块（对于同步编程模型）和asyncio（对于异步编程模型）

方法1 使用concurrent.futures线程池

import requests
from concurrent.futures import ThreadPoolExecutor, as_completed

# 请求URL列表
urls = ["http://www.example.com/api1", "http://www.example.com/api2", "http://www.example.com/api3"]

def fetch_url(url):
    """发送GET请求"""
    response = requests.get(url)
    return url, response.text[:100]  # 返回URL和响应的前100个字符

def main():
    with ThreadPoolExecutor(max_workers=5) as executor:  # 可以调整max_workers的值
        futures = {executor.submit(fetch_url, url) for url in urls}
        for future in as_completed(futures):
            url, content = future.result()
            print(f"URL: {url}, Content: {content}")

if __name__ == "__main__":
    main()

方法2 使用asyncio和aiohttp 异步请求法

import asyncio
import aiohttp
from typing import List

async def fetch(session, url):
    async with session.get(url) as response:
        return url, await response.text()[:100]

async def main(urls: List[str]):
    async with aiohttp.ClientSession() as session:
        tasks = [fetch(session, url) for url in urls]
        results = await asyncio.gather(*tasks)
        for url, content in results:
            print(f"URL: {url}, Content: {content}")

if __name__ == "__main__":
    urls = ["http://www.example.com/api1", "http://www.example.com/api2", "http://www.example.com/api3"]
    asyncio.run(main(urls))

python由于全局解释器锁（GIL）的存在，并不像其他语言一样是真正的多线程，可以说是“伪多线程”。对于cpu密集型任务来说，python的多线程不会提升效率，而由于有多线程的开销，倒反不如单线程。但是对于大量网络的I/O操作，例如http请求，就如虎添翼了。

俩者区别，偶尔需要并发请求时，直接用多线程简单，如果需要持续大量并发请求，使用异步I/O更高效