在Python中,multiprocessing模块允许我们创建多个进程来并发执行任务。`apply_async`方法是多进程库中用来异步地调用函数的方法,它比`apply`方法更灵活,因为它允许我们控制每个进程的启动参数和结果处理方式。但是,默认情况下,`apply_async`会利用所有可用的CPU核心创建新的进程来并发执行任务。
如果你希望使用单个进程来并行执行多个任务,你可以通过设置进程池的大小为1来实现。下面是一个具体的代码示例:
```python
from multiprocessing import Pool, current_process
# 这是我们将在多进程中运行的函数
def worker(num):
"""thread worker function"""
print('Worker:', num)
return
if __name__ == '__main__':
# 创建一个包含10个元素的进程池,但只启动1个进程
pool = Pool(processes=1)
for i in range(10):
# 使用apply_async来异步执行worker函数
result = pool.apply_async(worker, [i]) # 传递参数给worker函数
print("所有任务已提交,等待结果...")
# 获取并打印所有进程的结果
for i in range(10):
try:
# 使用get方法来获取异步执行的结果
result = result.get()
print('Result from worker:', result)
except Exception as e:
print("错误:", str(e))
# 关闭进程池,不再接受新的任务
pool.close()
# 等待所有进程完成
pool.join()
print("所有任务已完成。")
```
在这个例子中,我们创建了一个大小为1的进程池,并提交了10个任务给这个池子执行。由于进程池的大小是1,所以只有1个任务会被同时执行。每个任务完成后,我们会打印出结果,并在最后关闭和等待进程池完成所有任务。python