multiprocessing之Process和Pool

日常工作中可能会对同一个文件进行批量操作，但为了节省时间可能会想到多进程。但又会遇到一个问题：写入的内容比较混乱。下面以例子进行展示吧。
1.先来个常规的吧

from multiprocessing import Process
import time

def fun(x):
    call(x)

def call(x):
    with open('t.txt','a')as f:
        f.write(str(x))

if __name__ == '__main__':

    for k in range(5):
        p_list=[]
        start_time = time.time()
        for i in range(8):
            pro=Process(target=fun,args=(i,))
            p_list.append(pro)
        for p in p_list:
            p.start()
        for p in p_list:
            p.join()
        end_time=time.time()
        print("used time : {}".format(end_time-start_time))

写入文档的内容比较混乱。
2.Pool

from multiprocessing import Pool
import time

def fun(x):
    return x

def call(x):
    with open('Pool.txt','a')as f:
        f.write(str(x))

if __name__ == '__main__':
    for i in range(5):
        start_time=time.time()
        p_list=[]
        pool=Pool(8)
        for i in range(8):
            pool.apply_async(func=fun,args=(i,),callback=call)
        pool.close()
        pool.join()
        end_time=time.time()
        print("used time : {}".format(end_time-start_time))

这个内容就比较顺眼一点。
欢迎大家批评指正