# Pool进程池类

from multiprocessing import Pool

import os

import time

import random

def run(index):

    print("子进程%s启动----进程ID:%s"%(index, os.getpid()))

    t1 = time.time()

    time.sleep(random.random()*5)

    t2 = time.time()

    print("子进程%s结束----进程ID:%s--耗时：%2f" % (index, os.getpid(),t2-t1))

if __name__ == "__main__":

    print("启动主进程")

    #利用进程池类创建进程池对象

    #参数：表示可以同时执行的进程数量

    #由于pool的默认值为CPU核心数，如果有4个核心，则至少需要5个子进程才能看到结果
　　 #Pool()里面的参数为数字，代表同时几个子进程一起执行任务

    pool = Pool()

    for i in range(8):

        #创建子进程并放入进程池中统一管理
　　　　 #参数为要执行的任务，和给任务传的参数

        pool.apply_async(run, args=(i,))

    #进程池对象调用join()之前必须先调用close()，意思是关闭进程池，调用close()之后就不能再把创建出来的子进程中，放入到进程池中统一管理了

    pool.close()

    #pool对象调用join方法，主进程会等待进程池中所有的子进程结束在执行主进程

    pool.join()

    print("结束主进程")

启动主进程

子进程0启动----进程ID:11836

子进程1启动----进程ID:3828

子进程2启动----进程ID:4328

子进程3启动----进程ID:14076                #由此能看出同时运行4个子进程，每结束一个子进程，然后开启一个子进程，并且一直保持4个子进程同时运行，运维pool()的参数默认为核心的数量，是可以自定义的

子进程2结束----进程ID:4328--耗时：0.921062

子进程4启动----进程ID:4328

子进程1结束----进程ID:3828--耗时：1.192999

子进程5启动----进程ID:3828

子进程4结束----进程ID:4328--耗时：1.110084

子进程6启动----进程ID:4328

子进程3结束----进程ID:14076--耗时：2.043996

子进程7启动----进程ID:14076

子进程5结束----进程ID:3828--耗时：3.409121

子进程0结束----进程ID:11836--耗时：4.916067

子进程7结束----进程ID:14076--耗时：3.830013

子进程6结束----进程ID:4328--耗时：4.367969

结束主进程