python进程池使用

import multiprocessing
import time


# 也可以使用concurrent.future中的ProcesPoolExcutor来实现进程池
def process_func(times):
    time.sleep(times)
    print(times)
    return times

if __name__ == "__main__":
    if 0:
        pool = multiprocessing.Pool(multiprocessing.cpu_count())
        res = pool.apply_async(process_func, args=(2,))
        pool.close() # 关闭进程池
        pool.join() # 阻塞主进程
        print("result:{}".format(res.get()))

    if 1:
        # 多进程为了运行更高效，cpu个数应该最大，multiprocessing.cpu_count()获取cpu个数
        pool = multiprocessing.Pool(multiprocessing.cpu_count())

        # 类似线程中map的imap方法，结果返回与列表中顺序一致
        # imap_unordered方法是根据函数返回顺序一致
        for res in pool.imap(process_func, [3,2,4]):
            print("result:{}".format(res))