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，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
