python apply_async函数_python 进程池Pool的apply_async方法以及一些需要注意的地方

在写多进程的时候我发现一个问题，用Pool的apply_async(异步非阻塞)的时候传入实例函数会出错，或者说是子进程被跳过似的感觉(python2.7)。

但是用python3.7的话没有任何问题。

code：

#-*- coding:utf-8 -*-

importmultiprocessingimportosimporttimeclassA(object):def __init__(self):pass@staticmethoddeffunc(msg):print(msg)

time.sleep(3)print('Child Process id : %s, Parent Process id : %s' %(os.getpid(), os.getppid()))if __name__ == '__main__':

a=A()

p=multiprocessing.Pool(multiprocessing.cpu_count())for i in range(5):

p.apply_async(a.func, args=(i,))

p.close()

p.join()print('Parent process done!')

output(python2.7)：

Parent process done!

output(python3.7)：

0

1

2

3

Child Process id : 17284, Parent Process id : 22536

4

Child Process id : 4252, Parent Process id : 22536

Child Process id : 4944, Parent Process id : 22536

Child Process id : 11168, Parent Process id : 22536

Child Process id : 17284, Parent Process id : 22536

Parent process done!

python3.7起实例函数的多线程时需要注意一个地方，主进程中的变量不会受到子进程的改变而改变。

简而言之就是进程之间不能共享变量。

code：

#-*- coding:utf-8 -*-

from multiprocessing importPoolimportosimporttimeclassAA(object):def __init__(self):print('init')

self.ab= 3

deftask(self, n):

self.ab+=nprint("进程(%s), 收到%s, +n=%s" %(os.getpid(), n, self.ab))if __name__ == '__main__':

aa=AA()

p= Pool(4)for i in range(5):

t= p.apply_async(func=aa.task, args=(i,))

p.close()

p.join()print("done ！ 主进程！aa.ab=%s" %aa.ab)print("主进程ID %s" % os.getpid())

output:

init

子进程(7544), 收到0, +n=0

子进程(7544), 收到1, +n=1

子进程(7544), 收到2, +n=2

子进程(7544), 收到3, +n=3

子进程(7544), 收到4, +n=4

done ！ 主进程！aa.ab=3

主进程ID 17256

-----------------------------手动分割----------------------------------

不知道为什么所有子进程的id是一样的。在task方法中如果加个sleep语句的话，如time.sleep(3),

那么子进程的id就是不同的，难道是因为执行的太快？？欢迎知道的大咖在评论区告知一下小弟，谢谢！