Python多进程操作，利用multiprocessing中的线程池

Python的多进程操作

很多时候，我们需要处理大量的数据。当数据量很小时，一般用一个脚本进行单进程操作时间也不会太久，但是当数据量达到一定程度时，就需要开启多个进程，并行的执行任务，节省大量时间。

直接看代码吧

from multiprocessing import Pool

#定义执行函数
def func(data):
    #一些对数据处理的操作
    process（data）

#创建一个进程池，这里的参数代表进程池里可以同时执行10个线程
pool = Pool(10)

for data in data_list:
    pool.apply_async(func,(data, ))
    
 pool.close()
 pool.join()

这样就会开启很多进程，用top指令可以看到10个新开启的python在后台运行。
但是，我们需要多进程处理数据，然后获得处理结果，多进程的结果只是一个python脚本的中间过程。那么就需要用到pool.map()这个方法了。

from multiprocessing import Pool

#定义执行函数
def func(data):
    #一些对数据处理的操作
    res = process（data）
    return res
#创建一个进程池，这里的参数代表线程池里可以同时执行10个线程
pool = Pool(10)

results = pool.map(func, data_list)