回到Python的旧时代,要使用任意参数调用函数,您将使用apply：

apply(f,args,kwargs)

apply仍然存在于Python2.7中,但不存在于Python3中,并且通常不再使用.如今,

f(*args,**kwargs)

是优选的. multiprocessing.Pool模块尝试提供类似的接口.

Pool.apply就像Python apply,除了函数调用是在一个单独的进程中执行的. Pool.apply阻塞,直到功能完成.

Pool.apply_async也像Python的内置apply,除了调用立即返回而不是等待结果.返回AsyncResult对象.您调用其get()方法来检索函数调用的结果. get()方法一直阻塞,直到函数完成.因此,pool.apply(func,args,kwargs)等同于pool.apply_async(func,args,kwargs).get().

与Pool.apply相比,Pool.apply_async方法也有一个回调,如果提供,则在函数完成时调用.这可以用来代替调用get().

例如：

import multiprocessing as mp

import time

def foo_pool(x):

time.sleep(2)

return x*x

result_list = []

def log_result(result):

# This is called whenever foo_pool(i) returns a result.

# result_list is modified only by the main process, not the pool workers.

result_list.append(result)

def apply_async_with_callback():

pool = mp.Pool()

for i in range(10):

pool.apply_async(foo_pool, args = (i, ), callback = log_result)

pool.close()

pool.join()

print(result_list)

if __name__ == '__main__':

apply_async_with_callback()

可能会产生如下结果

[1, 0, 4, 9, 25, 16, 49, 36, 81, 64]

请注意,与pool.map不同,结果的顺序可能与pool.apply_async调用的顺序不对应.

因此,如果您需要在单独的进程中运行函数,但希望当前进程阻塞直到该函数返回,请使用Pool.apply.与Pool.apply一样,Pool.map会阻塞,直到返回完整的结果.

如果希望工作进程池进程异步执行许多函数调用,请使用Pool.apply_async.结果的顺序不保证与对Pool.apply_async的调用顺序相同.

另请注意,您可以使用Pool.apply_async调用许多不同的函数(并非所有调用都需要使用相同的函数).

相反,Pool.map将相同的函数应用于许多参数.

但是,与Pool.apply_async不同,结果以与参数顺序对应的顺序返回.