Python多处理：pool.map vs使用队列

我正在尝试为

Python

使用

多处理

包。在阅读教程时，最清晰、最直接的技术似乎是使用

pool.map

，它允许用户轻松地命名进程的数量，并传递

pool.map

一个函数和该函数的值列表，以便在CPU之间分发。我遇到的另一个技巧是管理一批工人。这很好地解释了

pool.map

、

pool.apply

和

pool.apply\u async

之间的区别，但是使用

pool.map

与使用这样的队列相比有哪些优点和缺点？

pool.map

技术是队列技术的“子集”。也就是说，在没有

pool.map的情况下，您可以使用
pool
和
Queue
轻松实现它。也就是说，使用队列可以让您在控制池进程方面有更大的灵活性，也就是说，您可以使特定类型的消息在每个进程的生命周期中只读取一次，控制池进程的关闭行为，等等。
如果您真的在寻找“最清晰、最直接的技术”，使用可能是最简单的方法。它有一个
map
方法以及一些其他原语，使它非常有用。它还与
Queue
s兼容。
Does
pool.map
在完成时自动关闭进程？从文档：
当池对象被垃圾收集时，将立即调用terminate（）。但我不相信它——最好是在应用程序结束时确保池已关闭。否则，系统中可能会留下一些僵尸。至于
pool.map
-不，它不会关闭进程。除非关闭或孤立，否则进程的寿命与池一样长。非常简单直观的库。