一篇文章搞定Python多进程（附教程资料及源码）_python主进程+多进程部分+主进程代码-CSDN博客

本文链接：https://blog.csdn.net/ajian6/article/details/92392267

本文介绍了Python中处理多核CPU资源的多进程技术，详细讲解了如何使用multiprocessing包创建进程，包括两种实现方法，并展示了Process类的相关方法。此外，还探讨了Python多进程间的通信，如使用Queue、Pipe和Managers实现数据共享。最后，提到了进程池的概念及其应用。

摘要由CSDN通过智能技术生成

开始介绍Python的多进程之前，我们需要了解python中的GIL的存在，也就是多线程的时候，同一时间只能有一个线程在CPU上运行，而且是单个CPU上运行，不管你的CPU有多少核数。如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。

1.Python多进程模块

Python中的多进程是通过multiprocessing包来实现的，和多线程的threading.Thread差不多，它可以利用multiprocessing.Process对象来创建一个进程对象。这个进程对象的方法和线程对象的方法差不多也有start(), run(), join()等方法，其中有一个方法不同Thread线程对象中的守护线程方法是setDeamon，而Process进程对象的守护进程是通过设置daemon属性来完成的。

下面说说Python多进程的实现方法，和多线程类似

2.Python多进程实现方法一

from multiprocessing import Process

def fun1(name):

print('测试%s多进程' %name)

if __name__ == '__main__':

process_list = []

for i in range(5): #开启5个子进程执行fun1函数

p = Process(target=fun1,args=('Python',)) #实例化进程对象

p.start()

process_list.append(p)

for i in process_list:

p.join()

print('结束测试')

结果

测试Python多进程

结束测试

Process finished with exit code 0

上面的代码开启了5个子进程去执行函数，我们可以观察结果，是同时打印的，这里实现了真正的并行操作，就是多个CPU同时执行任务。我们知道进程是python中最小的资源分配单元，也就是进程中间的数据，内存是不共享的，每启动一个进程，都要独立分配资源和拷贝访问的数据，所以进程的启动和销毁的代价是比较大了，所以在实际中使用多进程，要根据服务器的配置来设定。

3.Python多进程实现方法二

还记得python多线程的第二种实现方法吗?是通过类继承的方法来实现的，python多进程的第二种实现方式也是一样的

from multiprocessing import Process

class MyProcess(Process): #继承Process类

def __init__(self,name):

super(MyProcess,self).__init__()

self.name = name

def run(self):

print(