python多进程编程 多个函数并发执行_Python的并发编程（六）- 多进程

之前学习了多线程以及线程池，他们在执行I/O密集的程序的时候，性能是很高的，但是如果我们有大量的CPU密集型工作的程序，现在想利用多个CPU的优势运行的更快，应该怎么解决呢？

这时候，就不能使用多线程了，而是需要真正的并行来解决问题。

在concurrent.futures库中提供了一个ProcessPoolExecutor类，可用来在单独运行的python解释器实例中执行计算密集的函数。

ProcessPoolExecutor的典型用法是下面这样的：

from concurrent.futures import ProcessPoolExecutor

with ProcessPoolExecutor() as pool:

"""

在进程池pool中并行执行任务

"""

在底层，ProcessPoolExecutor创建了N个独立运行的Python解释器，这里的N就是系统上检测到的可用的CPU个数。可以创建和修改Python的进程数，只要给ProcessPoolExecutor(N)提供一个可选的参数。进程池会一直运行，直到with语句块中的最后一条语句执行完毕为止，此时进程池就会关闭。但是程序会一直等待所有已经提交的任务都处理完毕为止。

提交到进程池中的任务必须定义为函数形式。有两种方法可以提交任务。如果想并行处理一个列表推导式或者map()操作，可以使用pool.map()：

from concurrent.futures import ProcessPoolExecutor

def work(x):

"""任务逻辑"""