Python中，multiprocessing庫中Pool類代表進程池，其對象有imap()和imap_unordered()方法。
兩者都用于對大量數(shù)據(jù)遍歷多進程計算，返回一個迭代器(multiprocessing.pool.IMapIterator)。

imap返回結果順序和輸入相同，imap_unordered則為不保證順序。

經過測試，發(fā)現(xiàn)Python多進程和imap()的一些特性:

1、iter = pool.imap(fn, data) 一旦生成，無論使不使用iter，多進程計算都會開始。
計算結果會緩存在內存中，所以要注意內存用盡的問題。

2、fn，即執(zhí)行函數(shù)，不可以是局部對象（不能嵌套在其他函數(shù)里），否則會報錯：

def fn_outer():
    def fn(a,b):
        return a+b
    pool = Pool()
    pool.imap(fn, [(1,2)])
    pool.close()

AttributeError: Can't pickle local object 'fn_outer.<locals>.fn'

3、使用進程池map數(shù)據(jù)時，如果每次的運算量很小，最后的效率還不如單進程。這時多進程切換造成的開銷已大于多進程計算提升的效率。
這時，可以將輸入數(shù)據(jù)集分段，每次map，計算一段。具體分段多大時獲得最佳效率，需要實際測試。

4、注意，Pool使用完畢后必須關閉，否則進程不會退出。
有兩種寫法，推薦第2種：
注意，第二種中，必須在with的塊內使用iter。

pool = Pool()
iter = pool.imap(func, iter)
for ret in iter:
    # do something
pool.close()

with Pool() as pool:
    iter = pool.imap(func, iter)
    for ret in iter:
        # do something