Python多进程操作-进程池（Pool）

在使用Python进行系统管理时，特别是同时操作多个文件目录或者远程控制多

台主机，并行操作可以节约大量的时间。如果操作的对象数目不大时，还可以直

接使用Process类动态的生成多个进程，十几个还好，但是如果上百个甚至更多，

那手动去限制进程数量就显得特别的繁琐，此时进程池就派上用场了。

Pool类可以提供指定数量的进程供用户调用，当有新的请求提交到Pool中时，

如果池还没有满，就会创建一个新的进程来执行请求。如果池满，请求就会告知

先等待，直到池中有进程结束，才会创建新的进程来执行这些请求。

Pool类中的方法有：

apply_async():异步

apply()：同步

get()

map()

close()不再接受新的进程

join()等待进程池中的进程执行完

进程池的进程之间，是相互独立的。

Process 创建的进程之间是可以做协同的

1.pool.apply() 就是同一时间只有一个在计算

2.pool.apply_async() 同一个时间几个进程同时进行

3.进程池最常用的场景是：几个进程之间互不干扰，之间没有协同关系，各干各的

4.不加锁的话，如果当前文件已经在操作了，其它进程操作会失败的

5.所以并发都是需要加锁的，这样同一个文件操作就没什么问题，操作是指写入不是读

6.用map时不能使用锁，使用map时一般不会出现乱序

实例代码：

进程池数一般设置成cpu数-1

from multiprocessing import Pool
import multiprocessing
def func1(x):
return x*x
if __name__ == '__main__':
# pool=Pool(4)
pool=Pool(multiprocessing.cpu_count()-1)
result=pool.apply_async(func1,args=(10,))
print result.get()
print pool.map(func1,range(10))
pool.close()
pool.join()

执行结果

100
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]