python3 进程池的同步调用

# coding:utf-8
import os
import time
from multiprocessing import Pool


def func(n):
    print("%s:%s" % (os.getpid(), n))
    return n**2

def func2(n):
    print("%s:%s" % (os.getpid(), n))
    time.sleep(1)
    return n**2


if __name__ == '__main__':
    start_time = time.time()
    pool = Pool(5)  # 进程池中从无到有创建5个进程,以后一直是这5个进程在执行任务
    res_lst = []
    for i in range(10):
        res = pool.apply(func, args=(i,))  # 同步调用，直到本次任务执行完毕拿到res，等待任务func执行的过程中可能有阻塞也可能没有阻塞
                                    # 但不管该任务是否存在阻塞，同步调用都会在原地等着
        res_lst.append(res)
    print(res_lst)
    print("无阻塞进程池的执行时间:", time.time() - start_time)

    s_time = time.time()
    pool2 = Pool(5)  # 进程池中从无到有创建5个进程,以后一直是这5个进程在执行任务
    res_lst2 = []
    for i in range(10):
        res = pool2.apply(func2, args=(i,))  # 同步调用，直到本次任务执行完毕拿到res，等待任务func2执行的过程中可能有阻塞也可能没有阻塞
                                    # 但不管该任务是否存在阻塞，同步调用都会在原地等着
        res_lst2.append(res)
    print(res_lst2)
    print("有阻塞进程池的执行时间:", time.time() - s_time)

# 9156:0
# 9156:1
# 9156:2
# 9156:3
# 9156:4
# 9156:5
# 9156:6
# 9156:7
# 9156:8
# 9156:9
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
# 无阻塞进程池的执行时间: 0.515625
# 5816:0
# 3324:1
# 3312:2
# 8228:3
# 9976:4
# 5816:5
# 3324:6
# 3312:7
# 8228:8
# 9976:9
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
# 有阻塞进程池的执行时间: 10.421875