多处理模块中的ThreadPool与Pool之间有什么区别？

多处理模块中的ThreadPool与Pool之间有什么区别？

该

multiprocessing.pool.ThreadPool

行为一样

multiprocessing.Pool

，唯一的区别在于使用线程，而不是进程运行的工人逻辑。

你看到的原因

hi outside of main()

会被多次打印

multiprocessing.Pool

是由于该池将生成5个独立的进程。每个进程将初始化其自己的Python解释器并加载模块，从而导致

print

再次执行顶层。

请注意，仅当使用

spawn

进程创建方法时才会发生这种情况（Windows上仅此方法可用）。如果使用

fork

一个（Unix），则与线程一样，该消息仅打印一次。

将

multiprocessing.pool.ThreadPool

作为其实现从未完成未记录。它缺少测试和文档。您可以在源代码中看到其实现。

我相信下一个自然的问题是：何时使用基于线程的池，何时使用基于进程的池？

经验法则是：

• IO绑定作业->

  multiprocessing.pool.ThreadPool

• CPU绑定作业->

  multiprocessing.Pool

• 混合作业->取决于工作量，

  multiprocessing.Pool

  由于流程隔离带来的优势，我通常更喜欢

在Python
3上，您可能需要看一下

concurrent.future.Executor

池的实现。