给这个代码加一下线程约束

为了给上述代码增加线程约束，我们可以使用`concurrent.futures.ThreadPoolExecutor`的`max_workers`参数来限制并发线程的数量。这有助于控制系统资源使用，并防止过多线程同时执行导致的问题，如内存消耗过大、竞争条件等。

在这个例子中，你可以像下面这样修改代码：

import concurrent.futures
from typing import Dict

def apply_func(_id: int, redis_client, retry_count=5) -> Dict:
    # ... 定义你的函数...

results_dict = {}
max_workers = 5  # 设置最大并发线程数（可以根据实际情况调整）

with concurrent.futures.ThreadPoolExecutor(max_workers=max_workers) as executor:
    future_to_id = {executor.submit(apply_func, _id, redis_client, retry_count=5): _id for _id in id_list}

    for future in concurrent.futures.as_completed(future_to_id):
        str_id = future_to_id[future]
        try:
            result = future.result()
            results_dict[str_id] = result
        except Exception as exc:
            logger.error(f'{str_id} generated an exception: {exc}')

return results_dict

这样，线程池将最多保持`max_workers`个活跃线程，其余的将在任务队列中排队等待。如果你希望根据系统的实际负载动态调整最大线程数，可以考虑使用`concurrent.futures.ThreadPoolExecutor`的`adjustable_thread_count`特性，但这通常仅限于特定版本的Python和特定的第三方库实现。