参考网址

http://blog.csdn.net/weixin_37111106/article/details/85122988

1/二者的区别

apply(): 
       阻塞主进程，非异步(子进程不是同时执行的)
       它的非异步体现在：一个一个按顺序地执行子进程, 
       它的堵塞体现在：等到全部子进程都执行完毕后，继续执行apply()后面主进程的代码。

apply_async()：
       非阻塞主进程，异步。
       它的非堵塞体现在：他不会等待子进程完全执行完毕, 主进程会继续执行, 他会根据系统调度来进行进程之间的切换。如果想堵塞主要进程，需要用.join()函数来堵塞主进程。
       它的异步体现在：子进程之间是同时执行的。

2/apply()

```python import time import multiprocessing

def doIt(num): print("Process num is : %s" % num) time.sleep(1) print('process %s end' % num)

if name == 'main': print('mainProcess start') #记录一下开始执行的时间 start_time = time.time() #创建三个子进程 pool = multiprocessing.Pool(3) print('Child start') for i in range(3): pool.apply(doIt,[i]) print('mainProcess done time:%s s' % (time.time() - start_time))

```

结果如下所示：
从结果中我们可以看到，主进程开始执行之后, 创建的三个子进程也随即开始执行, 主进程被阻塞, 而且三个子进程是一个接一个按顺序地执行, 等到子进程全部执行完毕之后, 主进程就会继续执行, 打印出最后一句。
所以，apply()函数果然是堵塞主进，而且是非异步的。

3/apply_async()

接下来是使用apply_async(), 只需要把上面的代码使用 apply()的地方改成apply_async() 即可, 代码不再贴上
我们来看看运行结果, 可以看出来, 截图的第一句是上一个程序（也就是apply()函数）的执行消耗时间, 
最后一句是使用apply_async()所消耗的时间, 
在这里, 主进程没有被阻塞, 验证了apply_async()是非阻塞主进程的, 子进程没有执行, 验证了他是根据系统调度完成的, 为什么会这样呢?
原因是, 进程的切换时操作系统控制的, 我们首先运行的是主进程, 而CPU运行得又很快, 快到还没等系统调度到子线程, 主进程就已经运行完毕了, 并且退出程序. 所以子进程就没有运行了.

那么我们在使用apply_async()函数是不是就不能执行子进程呢？肯定可以啊！！！小老弟，想啥呢？？
还记得join()的作用吗？他可以阻塞主进程, 等待所有子进程结束之后再运行,
join()就是告诉主进程老子要运行子进程了，你先等等。

```python import time import multiprocessing

def doIt(num): print("Process num is : %s" % num) time.sleep(1) print('process %s end' % num)

if name == 'main': print('mainProcess start') #记录一下开始执行的时间 start_time = time.time() #创建三个子进程 pool = multiprocessing.Pool(3) print('Child start') for i in range(3): pool.apply_async(doIt,[i])

pool.close()
pool.join()

print('mainProcess done time:%s s' % (time.time() - start_time))

```

结果如下所示：
我们看看加入这两句的运行结果, 我们可以看到即使是使用了非阻塞主进程的apply_async() 也能让子进程运行了, 在这里子进程按顺序交替运行了,
CPU在执行第一个子进程的时候, 还没等第一个子进程结束, 系统调度到了按顺序调度到了第二个子进程, 
以此类推, 一直调度运行子进程, 一个接一个地结束子进程的运行, 最后运行主进程, 
而且我们可以看到使用apply_async()的执行效力会更高,
你看一下他们各自执行结果最后一句的执行消耗时间就知道了, 这也是官方推荐我们使用apply_async()的主要原因吧