Python grpc服务器中ThreadPoolExecutor的用途是什么？

当我们实例化gRPC服务器时，我们将

ThreadPoolExecutor

传递给其构造函数：

grpc.server(futures.ThreadPoolExecutor(max_workers=1))

正如我所知，Python有GIL，它将线程用于CPU限制的任务

---

例如，我的gRPC服务器提供Tensorflow模型和gRPC健康检查服务。增加线程池中的线程数量对我有什么好处吗？

现在grpc python与并发未来线程池绑定，我相信路线图显示将来我们将能够使用asyncio。threadpool executor只允许我们指定最大并发连接数。你是对的，在python中我们有GIL，因此线程被限制在同一个CPU核心上，因此我们没有与线程的并行性。如果您的任务是CPU受限的，那么在python中添加更多线程对它们没有好处

---

这实际上取决于应用程序的细节，线程池中的更多线程是否会有任何好处。您可以在一个进程中运行grpc服务器，在另一个进程中运行tensorflow（使用多处理模块），这样您可以访问更多内核，但您需要确定将信息从tensorflow进程传输到grpc服务器的协议

谢谢大家!！有一个问题，如果我设置了

max_workers=1

，当另一个服务程序或过程（带有模型）正在运行时，运行状况检查服务程序是否会阻塞？如果我增加工人数量，它会阻止吗？是的，它会阻止。如果您有max_workers 1，并且有某个连接，则该worker将在第一次连接时被消耗，从而阻止任何其他连接，直到第一次断开连接为止。如果将worker增加到2，则最多可以有2个并发连接。