python 进程池pool简单使用

　　平常会经常用到多进程，可以用进程池pool来进行自动控制进程，下面介绍一下pool的简单使用。

　　需要主动是，在Windows上要想使用进程模块，就必须把有关进程的代码写if __name__ == ‘__main__’ :语句的下面，才能正常使用Windows下的进程模块。Unix/Linux下则不需要。

　　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。 
　　下面介绍一下multiprocessing 模块下的Pool类下的几个方法：

　　1、apply()

　　　　函数原型：apply(func[, args=()[, kwds={}]])

　　　　该函数用于传递不定参数，同python中的apply函数一致，主进程会被阻塞直到函数执行结束（不建议使用，并且3.x以后不在出现）。

　　2、apply_async

　　　　函数原型：apply_async(func[, args=()[, kwds={}[, callback=None]]])

　　　　与apply用法一致，但它是非阻塞的且支持结果返回后进行回调。

　　3、map()

　　　　函数原型：map(func, iterable[, chunksize=None])

　　　　Pool类中的map方法，与内置的map函数用法行为基本一致，它会使进程阻塞直到结果返回。 
　　　　注意：虽然第二个参数是一个迭代器，但在实际使用中，必须在整个队列都就绪后，程序才会运行子进程。

　　4、map_async()

　　　　函数原型：map_async(func, iterable[, chunksize[, callback]])
　　　　与map用法一致，但是它是非阻塞的。其有关事项见apply_async。

　　5、close()

　　　　关闭进程池（pool），使其不在接受新的任务。

　　6、terminal()

　　　　结束工作进程，不在处理未处理的任务。

　　7、join()

　　　　主进程阻塞等待子进程的退出， join方法要在close或terminate之后使用。

　　简单实现代码

import multiprocessing
import time

def func(msg):
    print("msg:", msg)
    time.sleep(3)
    print("end,", msg)

if __name__ == "__main__":
    # 这里设置允许同时运行的的进程数量要考虑机器cpu的数量，进程的数量最好别小于cpu的数量，
    # 因为即使大于cpu的数量，增加了任务调度的时间，效率反而不能有效提高
    pool = multiprocessing.Pool(processes = 3)
    item_list = ['processes1' ,'processes2' ,'processes3' ,'processes4' ,'processes5' ,]
    count = len(item_list)
    for item in item_list:
        msg = "hello %s" %item
        # 维持执行的进程总数为processes，当一个进程执行完毕后会添加新的进程进去
        pool.apply_async(func, (msg,))

    pool.close()
    pool.join()  # 调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束