python使用进程池实现多进程

1、注意：pool必须在 if __name__ == '__main__' 下面运行，不然会报错

2、多进程内出现错误会直接跳过该进程，并且默认不会打印错误信息

3、if__name__下面的数据需要通过参数传入主函数里面，不然主函数获取不到该数据值而报错。

4、若不通过传参形式传入数据，可以定义全局变量。但是全局变量的值不能在多进程里面进行修改。

from multiprocessing import Pool  # 进程池，用于多进程
import os  # 用于获取当前执行的文件名
import time
import traceback  # 用于捕获异常
import sys  # 用于捕获异常


def main_func(i):  # 多进程运行的函数
    try:  # 多进程中发生异常是不会打印错误信息，并且当前进程会直接跳过，所以异常需要自行捕获
        rand_time = random.randint(1, 3)  # 随机产生1~3的整数
        time.sleep(rand_time )
        print(i)
    except:
        current_filename = str(os.path.basename(sys.argv[0]))[:-3]  # 获取当前文件名称
        cur_err_filname = current_filename + '_error.txt'
        error_info = sys.exc_info()  # 打印异常
        with open(f'{cur_err_filname }', 'a') as f:
            error_str = f'{i}:ERROR OCCURRED，{time.strftime("%Y-%m-%d %H:%M:%S")}：
 {error_info[0]}: {error_info[1]}'  # 记录当前进程特征值，错误发生时间 ，错误类型，错误概述
            print(error_str, file=f)  # 通过打印方式写入文件
            traceback.print_tb(error_info[2], file=f)  # 错误细节描述（包括bug的代码位置）
            f.write(f"{'=' * 50}
")  # 分行


if __name__ == '__main__':  # 必须在此语句下面运行，不然会报错
    pool = Pool(5)  # 定义进程数量
    for i in range(20):
        pool.apply_async(main_func, (i, ))  # 调用函数执行多进程
    pool.close()  # 关闭进程池
    pool.join()  # 阻塞进程，此两部不能少，保证多进程正常运行