Python中的pool问题

今天在帮一个兄弟找bug的时候发现了一个与理论知识有点出入的地方，觉得还蛮有意思就分享一下。

这篇文章主要解释的是pool中map函数的运用，函数的主题是一个爬虫，显示的结果就是爬取的页面提示，全部代码会在最后给大家附上，可以自己尝试。

大家都知道map的函数原型为：

map(func, iterable[, chunksize=None])，其中iterable就是迭代器。

Pool类中的map方法，与内置的map函数用法行为基本一致，它会使进程阻塞直到结果返回，这是大众对于map函数的理解，所以基本产生的结果就是顺序执行。但结果真是这样吗？

1.首先来看看在迭代次数很大时的效果：

1

可以看到由于池的数量和需要迭代的数量差距很大，所以存在资源的争夺，即使程序的执行速度很快，每个池的平均子进程数也是55，所以不会出现循序执行的结果。

2.迭代次数不变，进程池数量默认。

2

我们可以看到开始的时候也不是顺序执行的，这里就会引入一些假设：

1.第二个参数是一个迭代器，但在实际使用中，必须在整个队列都就绪后，程序才会运行子进程

2.默认的进程池数量并不是1

要验证上面两种假设，就需要进行下面的步骤。.

3.限定进程池的数量

3

霍，果然就是这样，不过因为只有一个池，程序执行的速度大大减慢了。写到这里我们可以继续往下挖一挖，看看每个池平均有几个进程时不会严重影响到程序的执行顺序，换句话说资源的争夺在一个池的进程执行完后才开始。

4.比例为4的时候（5在最上面）。

4 5

当比例为4的时候，可以看到开始的时候基本会有一点小乱序，但后面基本就是顺序了，这个结果基本就很好了，再就是看看3的话是什么效果。

5.比例为3

6

果然，比例为三的时候基本就没有乱序了，同时速度也很快。但是其实使用像Lock等进程锁的话基本就不会出现乱序的问题，但从这件事中，不能盲目相信官方的解释。哈哈哈

另外我也在ipython中看了Pool的相关解释，并没有发现默认进程池的数量，也许就是随机的吧，但很少会是1.

后续我会继续更新自己在程序设计中的一些心得，希望能够帮到大家，为大家解决疑惑。

源码下载地址：https://github.com/Wapiti08/spider-project/blob/master/qichacha.py