进程池

当我们创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态生成，但是同时创建成百上千，需要用到multiprocessing中Pool方法
初始还Pool可以指定一个最大进程数，当有新的请求到达Pool时，如果池还没有满，就会创建一个新的进程，如果已经达到最大值，就会等待，直到进程池的进程执行结束，才会执行等待的进程

Pool常用方法：

-apply_async(func ,args,kwds) : 使用非阻塞的方法调用func(并行执行，堵塞方式等待上个进程退出才能执行下一个进程)，args为func的参数列表，args为func的关键字参数列表

close() : 关闭pool，使其不再接收新的任务
join () : 主线程阻塞，等待子进程退出，必须在close之后
举例：

'''
1,进程池的基本操作
'''

from multiprocessing import Pool
import time,os

def work1():
    for i in range(10):
        print('work1-------{}---{}'.format(i,os.getpid()))
        time.sleep(0.1)

def work2():
    for i in range(10):
        print('work2-------{}---{}'.format(i,os.getpid()))
        time.sleep(0.1)

def main():
    po = Pool(5) #创建一个进程池,池中有5个进程
    for i in range(10):  #依次从进程池中拿出进程,创建10个进程,实际每次最多获取5个,其他等待
          po.apply_async(work1)

    for i in range(10):  #依次从进程池中拿出进程,创建10个进程,实际每次最多获取5个,其他等待
          po.apply_async(work2)

    po.close()  #关闭进程池,进程池不在接收新的任务
    po.join()   #等待主进程执行

if __name__ == '__main__':
    main()

进程池之间的通讯

进程池也不能使用queue，进程池有自己的队列Manager

'''
1,进程池的基本操作\
2,进程池的通讯,队列
'''

from multiprocessing import Pool,Manager
import time,os

def work1(q):
    for i in range(10):
        print('work1-------{}---{}'.format(i,os.getpid()))
        q.put(1)

        time.sleep(0.1)

def work2(q):
    for i in range(10):
        print('work2-------{}---{}'.format(i,os.getpid()))
        time.sleep(0.1)
        print('获取队列的值',q.get())

def main():

    q1 =Manager().Queue()

    po = Pool(5) #创建一个进程池,池中有5个进程
    for i in range(10):  #依次从进程池中拿出进程,创建10个进程,实际每次最多获取5个,其他等待
          po.apply_async(work1,(q1,))

    for i in range(10):  #依次从进程池中拿出进程,创建10个进程,实际每次最多获取5个,其他等待
          po.apply_async(work2,(q1,))

    po.close()  #关闭进程池,进程池不在接收新的任务
    po.join()   #等待主进程执行

if __name__ == '__main__':
    main()

进程，线程，协程的比较
1，进程是资源分配的单位
2，线程是操作系统调度的单位
3，线程切换需要的资源很大，效率很低
4，线程切换需要资源一般，效率一般
5，协程切换任务的资源最小，效率高
6，多进程，多线程根据cpu的核数可能是并行，但是协程是在一个线程中，所以是并发
7，python中的线程由于GIL锁，不能实现并行操作