使用进程池规避python的GIL限制

问题描述
Python的GIL会对CPU密集型的程序产生影响，如果完全使用Python来编程，怎么避开GIL的限制呢？

解决方案
在多线程中使用进程池来规避GIL的限制。具体如下：
1、使用multiprocessing模块来创建进程池；
2、将计算任务分配给不同的线程；
3、在任务线程中把任务提交给之前创建的进程池；

每当有线程要执行cpu密集型任务时，就把该任务提交到进程池中，然后进程池会将任务交给运行在另一个进程中的Python解释器。
当线程等待结果时会释放GIL，而此时的计算任务是在另一个单独的Python解释器中执行的，不再受到GIL的限制了。
在多核系统中采用这个方案能轻易地利用到所有的CPU核心。

假设有这样的worker函数：
def worker(arr):
s = 0
for n in arr :
arrTmp = range(1,n+1)
if len(arrTmp) == 0 : continue
rtmp = 1
for i in arrTmp :
rtmp *= i
s += rtmp
return s
完整代码如下：https://github.com/mike-zhang/pyExamples/blob/master/gilAvoid/gilAvoidTest1/taskCommon.py
普通单进程任务实现：
def main():
s = 0
tStart,tStop = 1,1000
for i in range(1,100):
#t = worker(range(tStart,tStop))