技術標籤：python語言

https://docs.python.org/3/library/multiprocessing.html

1 背景

python由於Global Interpreter Lock 的原因，多執行緒並不是我們想的那種CPU排程的多執行緒，在python中開了多執行緒其實也是一個單程序。
針對CPU密集型（CPU-bound）的任務，比如計算氣象資料，多執行緒和多程序呼叫多個CPU核心並行，能有效減少任務計算時間，提高實時性，但python的多執行緒是不ok的。
針對IO密集型（I/O bound）的任務，比如爬蟲，多執行緒和多程序也是OK的，python的多執行緒顯然也是ok的。

2 程序池

程序池肯定是很爽的，使用簡單，效果顯著。

windows需要multiprocessing.freeze_support()
Linux不需要。

import multiprocessing
import time
import os


def func1(inputdata, res):
    res.append([sum(inputdata)])
    print("res此時的結果： ", res)
    print("此時的時間： ", time.time())
    print("進城的PID： "
 
, os.getpid())


if __name__ == '__main__':
    multiprocessing.freeze_support()

    res = multiprocessing.Manager().list()  # 通訊

    inputdata = [i for i in range(100)]  # 隨便弄點數

    p = multiprocessing.Pool(2)  # 建立一個包含2個程序的程序池
    p.apply_async(func=func1, args=(inputdata[0:10], res,))  # 往池子里加一個非同步執行的子進城
    p.apply_async(func=func1, args=(inputdata[10:20], res,))  # 往池子里加一個非同步執行的子程序
    p.apply_async(func=func1, args=(inputdata[20:30], res,))  # 往池子里加一個非同步執行的子程序

    p.close()  # 等子程序執行完畢後關閉程序池
    p.join()  # 主程序等待

執行結果：

res此時的結果：  [[45]]
此時的時間：  1610254954.318595
進城的PID：  15372
res此時的結果：  [[45], [245]]
此時的時間：  1610254954.3205965
進城的PID：  15372
res此時的結果：  [[45], [245], [145]]
此時的時間：  1610254954.321597
進城的PID：  16268