第十章：使用进程、线程和协程提供并发性-concurrent.futures:管理并发任务池-进程池

10.6.8 进程池
ProcessPoolExecutor的工作与ThreadPoolExecutor类似，不过使用进程而不是线程。这种方法允许CPU密集的操作使用一个单独的CPU，而不会因为Cpython解释器的全局解释器锁而被阻塞。

from concurrent import futures
import os


def task(n):
    return (n,os.getpid())


ex = futures.ProcessPoolExecutor(max_workers=2)
results = ex.map(task,range(5,0,-1))
for n,pid in results:
    print('ran task {} in process {}'.format(n,pid))

与线程池一样，要重用各个工作进程以执行多个任务。
运行结果：

如果某个工作进程出了问题，导致它意外退出，则认为ProcessPoolExecutor"中断"，不会再调度任务。

from concurrent import futures
import os
import signal


with futures.ProcessPoolExecutor(max_workers=2) as ex:
    print('getting the pid for one worker')
    f1 = ex.submit(os.getpid)
    pid1 = f1.result()

    print('killing process {}'.format(pid1))
    os.kill(pid1,signal.SIGHUP)

    print('submitting another task')
    f2 = ex.submit(os.getpid)
    try:
        pid2 = f2.result()
    except futures.process.BrokenProcessPool as e:
        print('could not start new tasks: {}'.format(e))

BrokenProcessPool异常实际上是在处理结果时抛出的，而不是在提交新任务时抛出。
运行结果：