python进程数上限_python-使用multiprocessing.Process并发进程数最多

可能最明智的方法是使用multiprocessing.cpu_count()，它根据系统上可用的最大内核数生成一个工作进程池，然后基本上在内核可用时提供任务。

标准文档([http://docs.python.org/2/library/multiprocessing.html#using-a-pool-of-workers)]中的示例显示，您还可以手动设置核数：

from multiprocessing import Pool

def f(x):

return x*x

if __name__ == '__main__':

pool = Pool(processes=4) # start 4 worker processes

result = pool.apply_async(f, [10]) # evaluate "f(10)" asynchronously

print result.get(timeout=1) # prints "100" unless your computer is *very* slow

print pool.map(f, range(10)) # prints "[0, 1, 4,..., 81]"

而且，如果代码中需要的话，很容易知道有multiprocessing.cpu_count()方法可以计算给定系统上的内核数。

编辑：这是一些看起来适合您的特定情况的代码草案：

import multiprocessing

def f(name):

print 'hello', name

if __name__ == '__main__':

pool = multiprocessing.Pool() #use all available cores, otherwise specify the number you want as an argument

for i in xrange(0, 512):

pool.apply_async(f, args=(i,))

pool.close()

pool.join()