Python multiprocessing vs threading

multiprocessing 多进程，运行效率瓶颈在于CPU数量可以用这个依赖包，这个是面向过程使用方便
Threading 多线程，程序运行效率瓶颈在于网络传输时延可以使用这个依赖，这个面向对象使用方便

上一篇有关于Threading的demo，这里写个multiprocessing demo

import multiprocessing

def test(text):
    print("text:", text)

if __name__ == "__main__":
    # processess数量表示同时运行的的进程数，依据电脑性能设置进程数
    pool = multiprocessing.Pool(processes = 10)
    for count in range(100):
        text = "count %d" %count
        # 确保processes进程数都在运行，当一个进程执行任务完成后会添加新的进程进去
        pool.apply_async(test, (text,))
    pool.close()  # 调用join之前，先调用close函数，否则会出错。
    pool.join()  #执行完close后不会有新的进程加入到pool,join函数等待所有子进程结束