multiprocessing.Pool 进程池_multiprocessing.pool.applyresult

进程池就是维持一定量的进程，当有任务时调用进程处理，没有任务时进程空闲，当任务过多时就会等有空闲进程后再进行处理。

进程池有几个函数
apply() 执行一个任务，会阻塞当前进程

apply_async() 执行一个任务，不会阻塞当前进程

apply会返回执行函数的结果，但是apply_async不会等待结果而是直接返回一个multiprocessing.pool.ApplyResult object，因为apply阻塞了进程，等子进程运行完后才继续，所以可以拿到结果，而apply_async不阻塞当前进程，直接输出结果就会输出一个multiprocessing.pool.ApplyResult object
例如：
apply

apply_async

map() 并行地执行一个map，会阻塞当前进程
map_async() 并行地执行一个map，不会阻塞当前进程

map和python内置的map差不多，但是这里是并行执行（会占用所有空闲进程去实现函数）。
map

map_async

close() 关闭进程池，不接受新任务，当所有进程的任务都完成后关闭
terminate() 无论任务是否完成，立刻关闭
join() 等待进程池中进程完成，会阻塞当前进程

进程池中共享对象，之前提到进程之间用队列实现共享可以用到multiprocessing.Queue，但是进程池中进程共享队列必须是multiprocessing.Manager.Queue