初步解析Python下的多进程编程
要让Python程序实现多进程（multiprocessing），我们先了解操作系统的相关知识。
Unix/Linux操作系统提供了一个fork()系统调用，它非常特殊。普通的函数调用，调用一次，返回一次，但是fork()调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。
子进程永远返回0，而父进程返回子进程的ID。这样做的理由是，一个父进程可以fork出很多子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用getppid()就可以拿到父进程的ID。
Python的os模块封装了常见的系统调用，其中就包括fork，可以在Python程序中轻松创建子进程：
#multiprocessing.py importos print'Process(%s)start...'%os.getpid() pid=os.fork() ifpid==0: print'Iamchildprocess(%s)andmyparentis%s.'%(os.getpid(),os.getppid()) else: print'I(%s)justcreatedachildprocess(%s).'%(os.getpid(),pid)
运行结果如下：
Process(876)start... I(876)justcreatedachildprocess(877). Iamchildprocess(877)andmyparentis876.
由于Windows没有fork调用，上面的代码在Windows上无法运行。由于Mac系统是基于BSD（Unix的一种）内核，所以，在Mac下运行是没有问题的，推荐大家用Mac学Python！
有了fork调用，一个进程在接到新任务时就可以复制出一个子进程来处理新任务，常见的Apache服务器就是由父进程监听端口，每当有新的http请求时，就fork出子进程来处理新的http请求。
multiprocessing
如果你打算编写多进程的服务程序，Unix/Linux无疑是正确的选择。由于Windows没有fork调用，难道在Windows上无法用Python编写多进程的程序？
由于Python是跨平台的，自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。
multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：
frommultiprocessingimportProcess
importos
#子进程要执行的代码
defrun_proc(name):
print'Runchildprocess%s(%s)...'%(name,os.getpid())
if__name__=='__main__':
print'Parentprocess%s.'%os.getpid()
p=Process(target=run_proc,args=('test',))
print'Processwillstart.'
p.start()
p.join()
print'Processend.'
执行结果如下：
Parentprocess928. Processwillstart. Runchildprocesstest(929)... Processend.
创建子进程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start()方法启动，这样创建进程比fork()还要简单。
join()方法可以等待子进程结束后再继续往下运行，通常用于进程间的同步。
Pool
如果要启动大量的子进程，可以用进程池的方式批量创建子进程：
frommultiprocessingimportPool importos,time,random deflong_time_task(name): print'Runtask%s(%s)...'%(name,os.getpid()) start=time.time() time.sleep(random.random()*3) end=time.time() print'Task%sruns%0.2fseconds.'%(name,(end-start)) if__name__=='__main__': print'Parentprocess%s.'%os.getpid() p=Pool() foriinrange(5): p.apply_async(long_time_task,args=(i,)) print'Waitingforallsubprocessesdone...' p.close() p.join() print'Allsubprocessesdone.'
执行结果如下：
Parentprocess669. Waitingforallsubprocessesdone... Runtask0(671)... Runtask1(672)... Runtask2(673)... Runtask3(674)... Task2runs0.14seconds. Runtask4(673)... Task1runs0.27seconds. Task3runs0.86seconds. Task0runs1.41seconds. Task4runs1.91seconds. Allsubprocessesdone.
代码解读：
对Pool对象调用join()方法会等待所有子进程执行完毕，调用join()之前必须先调用close()，调用close()之后就不能继续添加新的Process了。
请注意输出的结果，task0，1，2，3是立刻执行的，而task4要等待前面某个task完成后才执行，这是因为Pool的默认大小在我的电脑上是4，因此，最多同时执行4个进程。这是Pool有意设计的限制，并不是操作系统的限制。如果改成：
p=Pool(5)
就可以同时跑5个进程。
由于Pool的默认大小是CPU的核数，如果你不幸拥有8核CPU，你要提交至少9个子进程才能看到上面的等待效果。
进程间通信
Process之间肯定是需要通信的，操作系统提供了很多机制来实现进程间的通信。Python的multiprocessing模块包装了底层的机制，提供了Queue、Pipes等多种方式来交换数据。
我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：
frommultiprocessingimportProcess,Queue importos,time,random #写数据进程执行的代码: defwrite(q): forvaluein['A','B','C']: print'Put%stoqueue...'%value q.put(value) time.sleep(random.random()) #读数据进程执行的代码: defread(q): whileTrue: value=q.get(True) print'Get%sfromqueue.'%value if__name__=='__main__': #父进程创建Queue，并传给各个子进程： q=Queue() pw=Process(target=write,args=(q,)) pr=Process(target=read,args=(q,)) #启动子进程pw，写入: pw.start() #启动子进程pr，读取: pr.start() #等待pw结束: pw.join() #pr进程里是死循环，无法等待其结束，只能强行终止: pr.terminate()
运行结果如下：
PutAtoqueue... GetAfromqueue. PutBtoqueue... GetBfromqueue. PutCtoqueue... GetCfromqueue.
在Unix/Linux下，multiprocessing模块封装了fork()调用，使我们不需要关注fork()的细节。由于Windows没有fork调用，因此，multiprocessing需要“模拟”出fork的效果，父进程所有Python对象都必须通过pickle序列化再传到子进程去，所有，如果multiprocessing在Windows下调用失败了，要先考虑是不是pickle失败了。
小结
在Unix/Linux下，可以使用fork()调用实现多进程。
要实现跨平台的多进程，可以使用multiprocessing模块。
进程间通信是通过Queue、Pipes等实现的。