Python中的进程池

一丧“为了情人节和你出去，我有了好几十万自行车的使用权”

我们先来说我们为什么使用这个进程池。
目的：可以节约大量的时间。
既然这么重要，那我们都应该使用什么方法去调用方法呢？
我们来看一下

Pool方法

pool是什么？pool就是我们的进程池了，让我们来看一下怎么用这个方法

import multiprocessing#导入进程包
import os,time#这两个包的作用皆为更好的体现出我们的进程
def copy(index):print("当前进程编号",os.getpid())print(index)time.sleep(1)#打一个时间差，更容易看出其效果
if __name__ == '__main__':pool = multiprocessing.Pool(3)#导入进程池，括号内为最大进程数for i in range(10):pool.apply_async(copy,(i,))pool.close()pool.join()

Pool的括号内为进程池的容量，就是子进程的最大开启数量。
我们来看一下输出吧

怎么样，是不是一目了然，我的池容量为3，所以进程就是三个为一组的运行
不过笔者认为进程池中比较难懂的地方在于apply_async，所以我们就来好好地探讨一下

apply_async

先看官方是怎么描述的。

我们可以看到，官方定义为这是一个异步非阻塞式的方法。
在笔者的理解就是简单的将函数放入进程池。
那么它与阻塞式的差别在哪里呢？
apply（阻塞式）：首先主进程开始运行，碰到子进程，操作系统切换到子进程，等待子进程运行结束后，在切换到另外一个子进程，直到所有子进程运行完毕。然后在切换到主进程，运行剩余的部分。
apply_async（异步非阻塞式）：首先主进程开始运行，碰到子进程后，主进程说：让我先运行个够，等到操作系统进行进程切换的时候，在交给子进程运行。
因为我们的主进程过短，所以，我们子进程还没有完成程序就因主程序结束而结束，所以我们要使用join，提醒主进程在子进程结束后结束。
因为异步非阻塞是主进程和进程池中的子进程同时运行，所以耗时较短
而apply_async的（）中都写什么呢？在上图您应该注意到了：
“func” = 函数名
“args = ()” = 数组
“kwds = {}” = 字典
“callback = None” = 返回值
“error_callback = None” = 返回错误信息