python进程池Pool的apply与apply_async到底怎么用？

版权声明：本文为博主原创文章，欢迎大家交流 https://blog.csdn.net/he_min/article/details/84872926

背景

最近在解决问题的时候遇到了上下文冲突的问题，不得不用多进程来解决这个问题。这个问题是StackOverflow没有完整答案的问题，下一篇博客进行介绍。

多进程

python中使用multiprocessing模块实现多进程。multiprocessing模块提供了一个Process类来代表一个进程对象，这个模块表示像线程一样管理进程，是multiprocessing的核心，它与threading很相似，对多核CPU的利用率会比threading好的多。

Pool类

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。

Signature: Pool(processes=None, initializer=None, initargs=(), maxtasksperchild=None)
Docstring: Returns a process pool object
File:      /usr/lib/python3.5/multiprocessing/context.py
Type:      method

Pool 中提供了如下几个方法：

apply()
apply_async()
map()
map_async()
close()
terminal()
join()

这里主要说一下apply和apply_async两个，其他的内容可以进行百度搜索

apply

Signature: pool.apply(func, args=(), kwds={})
Docstring: Equivalent of `func(*args, **kwds)`.
File:      /usr/lib/python3.5/multiprocessing/pool.py
Type:      method

apply函数主要用于传递不定参数，主进程会被阻塞到函数执行结束。也就是说只有apply里面的内容被执行完了，才会进行执行主函数的内容。

apply_async

Signature: pool.apply_async(func, args=(), kwds={}, callback=None, error_callback=None)
Docstring: Asynchronous version of `apply()` method.
File:      /usr/lib/python3.5/multiprocessing/pool.py
Type:      method