python进程池中apply怎么使用

小编给大家分享一下python进程池中apply怎么使用，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

apply_async与apply区别：

l apply：添加任务后，等待进程函数执行完，

l apply_async：添加任务后，立即返回，支持回调；原型如下：

#callback为回调函数
pools.apply_async(func, args=(), kwds={},
callback=None, error_callback=None,)

直接看例子：

from multiprocessing import Pool
import time
import os
 
def func(*args, **kwargs):
    # 定义进程函数
    print('sub process id:', os.getpid())
    time.sleep(1)
 
if __name__ == "__main__":
    start = time.time()
    # 创建进程池，进程数为4
    pools = Pool(4)
    for i in range(5):
        # 添加任务
        pools.apply_async(func)
    # 关闭进程池，不在添加任务
    pools.close()
    pools.join()
print("cost time:", int(time.time()-start))

结果：

sub process id: 15536
sub process id: 2788
sub process id: 20288
sub process id: 11020
sub process id: 15536
cost time: 2

以上是python进程池中apply怎么使用的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！