python多进程性能 python多进程multiprocessing

背景：
multiprocessing库用于进行python的多进程编程。一般来说，编程语言要进行并发编程，多线程会比多进程优先考虑，因为多线程比多进程更省资源。但是由于python底层的GIL的存在，导致了多线程编程时，实际上每个时刻只有一个线程在运行，也即只有一个核被利用起来，并没有起到并行的效果(此说法针对的是cpu密集型的代码，如果是I/O密集型的，多线程还是会有效果的)。于是为了真正利用起来多核，python中需要使用多进程编程。

multiprocessing的进程池的使用：
１）基本操作流程：在主进程中实例化一个进程池pool对象---->往进程池中放入多个进程---->是否阻塞主进程---->结束
２）代码示例：
 

# coding = utf-8
import multiprocessing
import time

def sleepAndPrint():
    time.sleep(5)
    print("print after sleeping, process name: "+multiprocessing.current_process().name)

if __name__=="__main__":
    pool = multiprocessing.Pool(4)
    for item in range(4):
    pool.apply(sleepAndPrint)＃apply方法，每个进程之间是相互阻塞的，即实际上多个进程之间是串行的效果

    pool.close()＃close方法关闭进程池，此时不允许新的子进程进入。close方法必须在join方法调用前调用
    pool.join()＃主进程被阻塞，等子进程全部执行完毕后再执行print
    print("test end")

３）代码执行结果

４）将apply方法替换成apply_async方法，并传入参数。代码示例：
 

# coding = utf-8
import multiprocessing
import time

def sleepAndPrint(seconds):
    time.sleep(seconds)
    print("print after sleeping, process name: "+multiprocessing.current_process().name)

if __name__=="__main__":
    pool = multiprocessing.Pool(4)
    for item in range(4):
        pool.apply_async(sleepAndPrint, args=(5, ))#apply_async方法，通过args参数传参，进程之前不阻塞，真正意义上的并行

    pool.close()＃close方法关闭进程池，此时不允许新的子进程进入。close方法必须在join方法调用前调用
    pool.join()#主进程被阻塞，等子进程全部执行完毕后再执行print
    time.sleep(5)
    print("test end")

５）代码执行结果：