用python语言封装一个多进程类可以控制进程数

好的，以下是一个简单的Python多进程类，可以控制进程数：

import multiprocessing
import queue

class ProcessPool:
    def __init__(self, max_workers):
        self.max_workers = max_workers
        self.workers = []
        self.tasks = multiprocessing.Queue()

    def start(self):
        for i in range(self.max_workers):
            worker = multiprocessing.Process(target=self.worker)
            worker.start()
            self.workers.append(worker)

    def submit(self, func, *args, **kwargs):
        self.tasks.put((func, args, kwargs))

    def worker(self):
        while True:
            try:
                func, args, kwargs = self.tasks.get(timeout=1)
            except queue.Empty:
                break
            try:
                func(*args, **kwargs)
            except Exception as e:
                print('Error:', e)

    def join(self):
        for worker in self.workers:
            worker.join()

在这个类中，我们使用了Python内置的`multiprocessing`模块和`queue`模块，实现了一个进程池。在`__init__`方法中，我们初始化了进程池的最大工作进程数、工作进程列表和任务队列。`start`方法启动了所有工作进程，并将它们存储在`workers`列表中。`submit`方法用于向任务队列中提交任务。`worker`方法是每个工作进程的执行函数，它会从任务队列中获取任务，并调用相应的函数执行任务。在执行任务时，我们通过`try...except`块捕获异常，避免进程因异常而终止。最后，在`join`方法中阻塞主进程，直到所有任务都被处理完毕。

使用该进程池时，可以先实例化一个`ProcessPool`对象，并指定最大工作进程数，然后调用`start`方法启动工作进程。随后，可以通过`submit`方法向任务队列中提交任务，任务可以是任何可调用对象，例如函数或方法。最后，调用`join`方法等待所有任务完成即可。

例如，以下是一个例子：

def task(num):
    print('Task', num, 'started')
    time.sleep(1)
    print('Task', num, 'finished')

pool = ProcessPool(max_workers=2)
pool.start()

for i in range(10):
    pool.submit(task, i+1)

pool.join()

在这个例子中，我们定义了一个`task`函数，其功能是打印出任务编号，然后等待一秒钟，最后再打印出任务编号。接着，我们实例化了一个进程池，最大工作进程数为2，并启动了工作进程。然后，我们向任务队列中提交了10个任务，每个任务执行的是`task`函数。最后，我们调用`join`方法等待所有任务完成。

由于进程池中最大工作进程数为2，因此在任意时刻，最多只有2个任务在同时执行。这样可以控制进程数，避免进程数量过多导致系统性能下降。