from multiprocessing import Pool


def deal_task(n):
 n -= 1
 return n


if __name__ == '__main__':
 n = 10
 p = Pool(4)
 for i in range(4):
  res = p.apply(deal_task, args=(n,))
  #調(diào)用apply是一個串行的效果，任務(wù)會被進程一個一個的處理，直接得到結(jié)果
  #前提是執(zhí)行的任務(wù)必須要有返回值
  print(res)

from multiprocessing import Pool


def deal_task(n):
 n -= 1
 return n


if __name__ == '__main__':
 n = 10
 p = Pool(4)
 obj_l = []
 for i in range(4):
  #調(diào)用apply_async會返回一個對象，主進程會不斷扔任務(wù)給線程池，讓子線程處理
  obj = p.apply_async(deal_task, args=(n,))
  obj_l.append(obj)
 #首先函數(shù)要有返回值
 #調(diào)用close目的是防止join期間會有別的任務(wù)被添加到任務(wù)列表中
 #不調(diào)用close會報錯
 p.close()
 p.join()
 #join是要讓子進程全部處理完之后得到結(jié)果統(tǒng)一處理，還有一個非常重要的原因是進程池依附于主進程，主進程結(jié)束，進程池消失。進程池的任務(wù)沒有被處理程序就結(jié)束了。
 for obj in obj_l:
  print(obj.get())

from multiprocessing import Pool

import requests


def get_page(url):
 ret = requests.get(url).text
 return {'url': url, 'ret': ret}


def parse_page(ret):
 with open('ab.txt', 'a') as f:
  f.write('%s - %s\n' % (ret['url'], len(ret['ret'])))


if __name__ == '__main__':
 urls = [
  'https://www.baidu.com',
  'http://www.openstack.org',
  'https://www.python.org',
  'https://help.github.com/',
  'http://www.sina.com.cn/'
 ]
 p = Pool()
 for url in urls:
  #使用回調(diào)函數(shù)，當(dāng)get_page下載完后，主線程調(diào)用parse_page自動處理get_page下載的結(jié)果，節(jié)省了parse_page的時間，該場景用于一個函數(shù)為耗時操作并且產(chǎn)生數(shù)據(jù)，另一個函數(shù)是非耗時操作，這樣就節(jié)省了非耗時操作函數(shù)的時間
  p.apply_async(get_page, args=(url,), callback=parse_page)

 p.close()
 p.join()
 print('主')