- 顺序（for loop）
- 最简单，易于调试。适用于文件少或需要严格顺序处理场景。
- multiprocessing / ProcessPoolExecutor（多进程）
- 适合 CPU 密集型任务（可以利用多核）。
- 代价：进程启动/通信开销、需要序列化（pickling）函数参数/结果，某些对象不可序列化（如打开的 socket）。
- 在 notebook 中直接使用可能需要 if name == “main” 保护，或把逻辑放到脚本中运行。
- asyncio + aiohttp / 异步 I/O
- 适合大量并发、轻量级的 I/O（例如同时对许多服务器发请求）。
- 优点：在高并发 HTTP 请求场景下能更省内存，比线程更高效。
- 缺点：需要将代码改为 async/await 风格，第三方库需要异步版本（requests → aiohttp）。
- 分布式 / 任务队列（Celery, RQ, Kafka 等）
- 当任务量非常大或需要持久化/重试/可观察性时，使用队列把任务分发到 worker 集群。
- 生产级方案，代价是更多基础设施。
- 子进程 / 外部程序
- 把 PDF 解析或 OCR 放到单独进程或容器里，Python 只是调度。
- 线程池 + 限速 + 重试（常见组合）
- 对外部 API 做批量请求时通常需要限速（避免被封）、重试与超时控制。