（10）进程池

进程池不能无限开，线程也是不能无限开

因此就诞生了池的概念

这个池里面放了一定的数量的进程数或者线程数

进程池的设置

import os
import time
from multiprocessing import Pool #开启进程池要倒入Pool函数

def task(i):
    print(i)
    time.sleep(1)

if __name__ == '__main__':
    print(os.cpu_count())  # 查看CPU数量
    start = time.time()
 '''这个参数传的是CPU个数 +1，这个值不设置就是默认CPU个数+1'''
    p = Pool(5) #实例化5个进程，一次只能执行5个进程
'''map是异步的'''
    p.map(task,range(20)) #这个就是相当于进程里面的start，开启的进程总数数，这里两个参数，一个是要执行的函数，一个是可迭代的对象
    p.close() #这个代表就是不能再往进程池里提交任务
    p.join() #等待子进程执行完毕
    end = time.time()
    print(start-end)

开启多进程的两种方式以及效率对比

def task(i):
    print(1)


if __name__ == '__main__':
    print(os.cpu_count())  # 查看CPU数量
    start = time.time()
'''这个参数传的是CPU个数 +1，这个值不设置就是默认CPU个数+1'''
    p = Pool(5) #定义进程池的数量，一次同时只能执行5个进程
'''map是异步的'''
    p.map(task,range(20)) #这个就是相当于进程里面的start，开启的进程总数数，这里两个参数，一个是要执行的函数，一个是可迭代的对象
    p.close() #这个代表就是不能再往进程池里提交任务
    p.join() #等待子进程执行完毕
    end = time.time()
    print(end - start)

    start = time.time()
    p_l = []
    for i in range(20):
        p = Process(target=task,args=(i,))
        p_l.append(p)
        p.start()
    for p in p_l:
        p.join()
    print(time.time() -start)

PS：进程池开启子进程任务的执行效率要高于for循环开启子进程的效率，因为进程池是根据CPU的数量+1来指定同时进程的数量，而for循环的底层原理是一次一次开启，所以效率没有进程池高

进程池了解知识

进程池apply方法

apply方法

import os
import random
import time
from multiprocessing import Pool


def task(i):
    i += 1
    print(i)
    time.sleep(random.randint(1,3)) #用这个就可以看到是同步执行的


if __name__ == '__main__':
    print(os.cpu_count())  # 查看CPU数量
    start = time.time()
    p = Pool(5)
'''apply是同步的，并不是异步的，所以效率并不会很高'''
    for i in range(20):
　　　　 '''apply里面有两个参数，一个是funcname（执行的函数名），一个是迭代对象'''
        p.apply(task,args=(i,)) #这个就是同步的
    end = time.time()
    print(end - start)

apply_async方法

import os
import random
import time
from multiprocessing import Pool


def task(i):
    i += 1
    print(i)
    time.sleep(random.randint(1,3))


if __name__ == '__main__':
    start = time.time()
    p = Pool(5)
    res_l = []
'''apply_async是异步的'''
    for i in range(20):
        res = p.apply_async(task,args=(i,)) #这个方法就是把执行的结果值放入队列
        res_l.append(res) #把值放入列表
    for res in res_l: #for循环加get取值
        res.get()
    end = time.time()
    print(end - start)