在 Python 中，进程/线程是个非常重要的概念，特别是 Python 还有 GIL（同一时刻只有一个线程在执行 Python bytecode）限制，使得 Python 线程并不那么好用。但 GIL 更多的是影响 CPU 密集型任务，实际业务场景更多的是 IO 密集型任务，多线程还是适用绝大多数场景。不过话又说回来，很多时候不太好判断是 IO 密集型多还是 CPU 密集型多，需要在多进程、多线程环境下分别验证。

但多线程和多进程手写起来还是有点差别，好在 multiprocessing.Pool 提供了统一的接口，可以无缝切换：

# 进程池
from multiprocessing import Pool
# dummy（假）的进程，线程池
from multiprocessing.dummy import Pool as ThreadPool

下面介绍下 Pool 类如何使用。

首先是构造函数：

class multiprocessing.Pool([processes[, initializer[, initargs[, maxtasksperchild]]]])

接收 processes initializer initargs maxtasksperchild 4个参数：
processes，就是池里有多少个进程，可以不传，默认 CPU 个数，可以按需多设置几倍
initializer、initargs，如果设置了参数，则会在每个进程初始化的时候调用 initializer(*initargs)。这个非常有用，比如可以在初始化的时候建立连接，连接重用。
maxtasksperchild，用于设置每个子进程执行多少个任务后重启。虽然很简单粗暴，但这是防止内存溢出、资源未释放等问题的常见手段，类似 PHP-FPM 的 pm.max_requests 参数。线程池无此参数。

def _send_request(sql):
    """
    发送单个请求
    :param request:
    :return:
    """
    # 取出绑定的数据库连接
    db_conn = _send_request.db_conn
 
    db_conn.execute(sql)
 
def _initializer(func):
    """
    线程初始化工作
    :param func:
    :return:
    """
# 堆代码 duidaima.com    
# 绑定建立的数据库连接到请求函数的属性上
    func.db_conn = mysql.connector.connect()
 
pool = ThreadPool(10, initializer=_initializer, initargs=(_send_request))
result = pool.map(func=_send_request, request_list)
pool.close()
pool.join()

这里有一个 hack 技巧，将初始化的数据库连接，绑定在了请求函数上，这样调用请求函数发送请求时，就不用重新建立连接，直接使用即可。

我们一般使用线程池有两个场景，一是关注执行结果，比如我们并行去 redis mysql 各个地方请求数据，然后整合这些数据，二是不关注执行结果，比如新开一个线程打印一个请求的审计日志，不阻塞主进程返回数据。这里主要是介绍下 apply 和 apply_async 的区别，其它的都类似。

apply(func[, args[, kwds]])，主要是传一个执行函数和参数，阻塞并得到返回结果。

apply_async(func[, args[, kwds[, callback]]])，也是主要传执行函数和参数，但返回的是一个 multiprocessing.pool.AsyncResult 对象，AsyncResult 主要有 get([timeout])、wait([timeout])、ready()、successful() 4 个方法，都很好理解，用的比较多的是 get 方法，给定超时时间内获取执行的结果，如果超时抛出 multiprocessing.TimeoutError 异常。如果 timeout 是 None，则一直就等待，行为就和 apply 一致了，实际上 apply 也是调用的 apply_async get：

apply_async 还有一个有用的参数 callback，相对于异步回调了，一般用于上述的场景二。下面是一些示例：

#!/usr/bin/env python
# -*- coding: utf-8 -*
 
from multiprocessing.dummy import Pool
import time
 
callback_start_time = 0
 
 
def f_sleep(x):
    time.sleep(3)
    return x*x
 
 
def callback_func(result):
    print 'callback result:%s use:%s' % (result, current_time_millis() - callback_start_time)
 
 
def current_time_millis():
    """
    当前时间戳 ms
    :return:
    """
    return int(round(time.time() * 1000))
 
 
if __name__ == '__main__':
    pool = Pool(processes=10)
    t1 = current_time_millis()
 
    result = pool.apply(f_sleep, (10,))
    t2 = current_time_millis()
    print 'apply result:%s use:%s' % (result, t2 - t1)
 
    result = pool.apply_async(f_sleep, (10,))
    t3 = current_time_millis()
    print 'apply_async result:%s use:%s' % (result, t3 - t2)
    result = result.get(timeout=4)
    t4 = current_time_millis()
    print 'apply_async result2:%s use:%s' % (result, t4 - t3)
 
    callback_start_time = current_time_millis()
    result = pool.apply_async(f_sleep, (10,), callback=callback_func)
    time.sleep(4)  # 看回调结果

运行结果：

apply result:100 use:3001
apply_async result:<multiprocessing.pool.ApplyResult object at 0x10876dc50> use:0
apply_async result2:100 use:3041
callback result:100 use:3002

注意代码的最后一行，这里不仅仅是为了看回调结果，还因为回调是回调到主进程执行，如果主进（线）程已经退出了，那就处理不到回调了，实际使用需要注意运行环境。

最后，multiprocessing 模块的 pool 功能只是其中很小的一部分，但比较实用，后面有新的心得再介绍其它功能。