Python 3.2引入了并发期货，它似乎是较老的线程和多处理模块的高级组合。与旧的多处理模块相比，在CPU绑定任务中使用它的优点和缺点是什么?这篇文章表明他们更容易工作-是这样吗?

我正在学习如何使用Python的多处理包，但我不明白map_async和imap之间的区别。我注意到map_async和imap都是异步执行的。那么什么时候我应该用一种而不是另一种呢?我应该如何检索m

我正在尝试我的第一个正式的python程序使用线程和多处理在windows机器上。但是我无法启动进程，python给出以下消息。问题是，我没有在主模块中启动线程。线程在类中的单独模块中处理。编辑:顺便

我发现在Python 3.4中，有几个不同的多处理/线程库:multiprocessing vs threading vs asyncio。但我不知道该用哪一个，或者是“推荐的”。它们做的事情是一样的

现在我在框架中有一个中心模块，它使用Python 2.6 multiprocessing模块生成多个进程。因为它使用多处理，所以有一个模块级的多处理感知日志，log = multiprocessing

在下面的示例代码中，我想获取函数worker的返回值。我该怎么做呢?这个值存储在哪里?示例代码:输出:我似乎无法在存储在作业中的对象中找到相关属性。

很抱歉，我不能用一个更简单的例子重现这个错误，而且我的代码太复杂了，无法发布。如果我在IPython shell而不是常规Python中运行程序，事情会很顺利。我查阅了以前关于这个问题的一些笔记。它们

我还没有看到Pool用例的清晰示例。运用,池。apply_async和Pool.map。我主要使用Pool.map;其他人的优势是什么?

在Python多处理库中，是否有支持多个参数的pool.map变体？

我试图理解多处理相对于线程的优势。我知道多处理绕过了全局解释器锁，但是还有什么其他的优势，线程不能做同样的事情吗?