接上一篇文章：Python學習筆記(二十五)：使用跨平臺的 Process 創建子進程
當需要創建的子進程數量不多時，可以直接利用 multiprocessing 模塊中的 Process 類動態生成多個進程；但如果是上百甚至上千個目標，手動的去創建進程的工作量巨大，此時就可以使用 multiprocessing 模塊提供的 Pool 類去完成；
初始化 Pool 對象時，可以指定一個最大進程數，當有新的請求提交到 Pool 中時，如果池還沒有滿，那麼就會創建一個新的進程來執行該請求；但如果池中的進程數已經達到了指定的最大值，那麼該請求就會等待，直到池中有進程結束，纔會創建新的進程來執行；
以下代碼用 Pool 方法創建子進程：
# 導入 multiprocessing 模塊中的 Pool 類
from multiprocessing import Pool
import os
import time
import random
# 聲明一個函數：作爲子進程執行的代碼
def worker(i):
print("任務 %d 開始執行，進程ID：%d" %(i, os.getpid()))
time.sleep(1)
print("任務 %d 執行完畢" %(i))
# 實例化一個進程池對象，最大進程數爲3，即進程池中最多存在3個子進程
pool = Pool(3)
for i in range(1, 6):
# 向進程池中添加任務，取出進程池中的子進程對象執行該任務；
# 如果添加的任務數量超過了進程池中進程個數，那麼會等待進程池中的進程
# 執行完之前的任務之後，再來執行當前新添加的任務；
# 參數1表示子進程執行的對象；
# 參數2表示傳入到子進程中的數據，以元祖的形式傳入；
pool.apply_async(worker, (i, ))
print("=== start ===")
pool.close() # 關閉進程池，關閉後不再接受新的請求
pool.join() # 等待進程池中所有子進程執行完畢，必須放在 close() 方法後面
print("=== end ===")
輸出結果：
pool.apply_async(func, args) 方法是使用非阻塞的方式調用 func，即進程池啓用子進程執行任務的時候，進程池中的多個子進程可以同時執行，並且主進程也可以同時執行；參數 args 是傳入進程中的數據，使用元組的形式傳入；
pool.apply(func, args) 方法是使用阻塞的方法調用 func，即進程池啓用子進程執行任務的時候，當前進程阻塞，直到該進程執行結束後，纔會繼續向下執行；不管是進程池中的其他進程，還是主進程，都要等待； 如下代碼所示：
# 導入 multiprocessing 模塊中的 Pool 類
from multiprocessing import Pool
import os
import time
import random
# 聲明一個函數：作爲子進程執行的代碼
def worker(i):
print("任務 %d 開始執行，進程ID：%d" %(i, os.getpid()))
time.sleep(1)
print("任務 %d 執行完畢" %(i))
# 實例化一個進程池對象，最大進程數爲3，即進程池中最多存在3個子進程
pool = Pool(3)
for i in range(1, 6):
# 以阻塞的方式啓動進程池中的進程
pool.apply(worker, (i, ))
print("=== start ===")
pool.close() # 關閉進程池，關閉後不再接受新的請求
pool.join() # 等待進程池中所有子進程執行完畢，必須放在 close() 方法後面
print("=== end ===")
輸出結果：
