python中apply_python进程池中apply如何使用？

大家有没有考虑过可以直接用进程池去做任务呢？我们习惯性自己去处理一个任务，但是比较麻烦，如果可以制作一个进程自己去处理能实现吗？答案一定是肯定的，但是需要借助apply功能，大家知道要这个方法吗？知道怎么去使用吗？如果不了解的话，可以继续看下文了哦~

apply_async与apply区别：

lapply：添加任务后，等待进程函数执行完，

lapply_async：添加任务后，立即返回，支持回调；原型如下：#callback为回调函数

pools.apply_async(func, args=(), kwds={},

callback=None, error_callback=None,)

直接看例子：from multiprocessing import Pool

import time

import os

def func(*args, **kwargs):

# 定义进程函数

print('sub process id:', os.getpid())

time.sleep(1)

if __name__ == "__main__":

start = time.time()

# 创建进程池，进程数为4

pools = Pool(4)

for i in range(5):

# 添加任务

pools.apply_async(func)

# 关闭进程池，不在添加任务

pools.close()

pools.join()

print("cost time:", int(time.time()-start))

结果：sub process id: 15536

sub process id: 2788

sub process id: 20288

sub process id: 11020

sub process id: 15536

cost time: 2

现在大家应该知道怎么去使用apply这个方法了吧，害怕大家不清楚明白，还给大家准备了一个示例，大家可以看下示例演示，也可以很容易理解的哦~