主要内容：小目标：掌握进程池主要内容：进程池使用；1. 进程池：

有没有一种方式：直接创建N个进程，然后直接将任务交给这些进程去执行？

有，进程池；

进程池相关方法：

进程池

apply_async与apply区别：

apply：添加任务后，等待进程函数执行完，apply_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 Poolimport timeimport osdef 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: 15536sub process id: 2788sub process id: 20288sub process id: 11020sub process id: 15536cost time: 2

2. 进程池处理结果获取方式；

一个例子：统计句子中有效单词数量；

#6个单词，长度为20wds = "this is test this is test"

2.1 思路1：ApplyResult

实现思路：

创建进程池；

对wds进程切分，每个单词为wd；

添加任务，每个进程函数统计每个wd长度，并返回长度；

通过ApplyResult接收

代码实现：

from multiprocessing import Poolimport timeimport osdef func(*args, **kwargs):    # 定义进程函数    val = args[0]    return len(val)if __name__ == "__main__":    wds = "this is test this is test"    # 创建进程池，进程数为4    pools = Pool(4)    listr = []    # 切分字符串，并进程长度统计    for wd in wds.split():        # 添加任务，返回ApplyResult        r = pools.apply_async(func, args=(wd,))        listr.append(r)    # 关闭进程池，不在添加任务    pools.close()    pools.join()    # 通过ApplyResult获取长度    lens = 0    for r in listr:        lens += r.get()    print('wds lens:', lens)

结果：

wds lens: 20

2.2 思路2：回调函数回调函数：将函数作为参数传递给其他函数，当这个函数被调用时，就被称为回调函数； 通过设置apply_async中的callback；

实现思路：

创建进程池；

对wds进程切分，每个单词为wd；

定义回调函数，参数为单词长度，操作计算单词长度累积和；

添加任务，每个进程函数统计每个wd长度，并指定回调函数；

通过回调函数进行长度统计

代码实现：

from multiprocessing import Poolimport timeimport osdef func(*args, **kwargs):    # 定义进程函数    val = args[0]    return len(val)glens = 0def callback(val):    global glens    glens += valif __name__ == "__main__":    wds = "this is test this is test"    # 创建进程池，进程数为4    pools = Pool(4)    listr = []    # 切分字符串，并进程长度统计    for wd in wds.split():        # 添加任务，返回ApplyResult        r = pools.apply_async(func, args=(wd,), callback=callback)        listr.append(r)    # 关闭进程池，不在添加任务    pools.close()    pools.join()    print('glens:', glens)

结果：glens: 20

分析：callback在进程函数执行完之后进行调用；

总结

进程池优点：

一次性创建N多进程，减少系统常见进程开销；

使用灵活，接口简单；