背景

在批量處理大型文件（如高分辨率圖片、視頻片段、科學數據塊）時，開發者通常希望利用多核CPU并行計算以提升處理效率。然而，如果每個任務對象的數據量很大，直接批量并發處理極易導致系統內存被迅速耗盡，出現程序假死、崩潰，甚至系統級“死機”。

Qt自帶的線程池（QThreadPool）適合并發處理大量輕量級任務，但對大文件/大數據對象的場景，若不做額外控制，任務隊列/參數內存消耗同樣可能壓垮主機。

---

挑戰分析

• 數據體積巨大：每個任務的數據量（如一張影像）可達數百兆甚至更大。

• 并發數失控：批量提交任務時，線程池外部或內部的隊列可能導致過多任務對象和數據駐留內存。

• 任務參數和中間變量堆積：即使線程池限制了活躍線程，未調度到的任務的參數對象同樣駐留內存。

• 異常與資源釋放：異常時資源未被及時回收，進一步增加內存風險。

---

設計原則

1. 嚴格限制并發任務數，防止同時處理過多大對象導致內存溢出。

2. 避免批量創建所有任務對象，每次只投遞有限數量任務，處理完再補充。

3. 所有大內存對象及時主動釋放，任何情況下都不能遺留大塊內存。

4. 通用并跨平臺的設計思路，適應不同操作系統的資源