python多进程相关知识

1. 多线程与多进程概念
   多进程即一个进程会产生很多子进程，每个子进程都有自己的 PID，还有自己的内存空间；多线程即一个进程里面包含很多线程，只有一个 PID，每个线程之间内存共享，因为都是在一个进程里，CPU 的一个核会处理一个线程或一个进程。比如一个播放器就是一个多线程的软件，一个线程去处理声音，一个线程去处理画面，这两个线程是同时运行的（并行），这样声音和画面才能同步播放，如果是一个单进程的，那么只能先处理声音，处理完再处理画面（串行），这样就不能同步播放了。
   
2. 多进程模块实例：multiprocessing
   threading 模块虽然是一个多线程模块，但不论开多少个线程都只能用一个 CPU 来处理，所以严格意义上来讲不能算是多线程
   multiprocessing 模块是一个多进程模块，一个 CPU 处理一个进程，因此我们在写程序的时候尽量使用 multiprocessing 而不是 threading
   multiprocessing.cpu_count() ：用于统计当前计算机的 CPU 个数
   multiprocessing.active_children() ：用于列出当前存在的子进程
   m = multiprocessing.Process(target=fun, args=()) ：用于生成一个进程的执行的对象，接收一个函数和该函数的参数，表示用进程来执行该函数
   m.start() ：用来开启进程
   m.name ：用来查看开启的进程的进程名
   m.pid ：用来查看开启的进程的进程ID
   m.is_alive() ：用来查看开启的进程是否还在运行
   m.run() ：用来重写进程
   m.join() ：用来阻塞进程
   lock = multiprocessing.Lock() ：生成一个锁对象，锁对象有如下方法
   lock.acquire() ：获取锁
   lock.release() ：释放锁
   pool = multiprocessing.Pool(processes=n) ：使用进程池，括号里面可以指定在进程池中同时开多少个子进程，如 multiprocessing.Pool(processes=2) 表示同时开两个子进程，如果不指定则使用 CPU 的最大核数（比如 CPU 是八核就同时开八个子进程），当有新的请求提交到进程池时，如果池还没有满，那么就会创建一个新的进程用来执行该请求，但如果池中的进程数已经达到规定最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来处理该请求，进程池可以同时处理几百或上千个并行操作，进程池有如下方法
   pool.apply_async(func=fun, args=()) ：向进程池提交目标请求，接收一个函数和该函数的参数
   pool.close() ：关闭进程池，会等待进程池中的进程执行完再关闭
   pool.terminate() ：关闭进程池，直接关闭，不会等待进程池中的进程执行完
   pool.join() ：阻塞主进程，会等待进程池中的进程执行完毕才阻塞主进程
   以多进程的方式打印十个 Hello World ：
   

   #!/usr/bin/env python#-*- coding:utf8 -*-import multiprocessingdef fun():    print 'Hello World'for i in xrange(10):    m = multiprocessing.Process(target=fun, args=())    m.start()

   以多进程的方式输出声音和画面：
   

   #!/usr/bin/env python#encoding:utf8import timeimport multiprocessingdef fun(name, i):    for n in xrange(i):        print name, n        time.sleep(1)m1 = multiprocessing.Process(target=fun, args=('声音', 3))m2 = multiprocessing.Process(target=fun, args=('画面', 3))m1.start()m2.start()

   以进程池的方式输出声音和画面：
   

   #!/usr/bin/env python#encoding:utf8import timeimport multiprocessingdef fun(name, i):    for n in xrange(i):        print name, n        time.sleep(1)pool = multiprocessing.Pool(processes=2)pool.apply_async(func=fun, args=('声音', 3))    # 注意这里不是写成 target，而是 funcpool.apply_async(func=fun, args=('画面', 3))pool.close()pool.join()    # 注意 pool.close() 之后要运行 pool.join() 阻塞主进程，等待子进程执行完