python多线程与多进程编程（二）就这么简单

本文链接：https://blog.csdn.net/atpuxiner/article/details/85100904

多线程编程>>>见上篇

什么时候用多进程编程？

由于 GIL锁，多线程无法充分多核优势。即在耗cpu时，多线程无法去并行.....

耗cpu的操作时，用多进程编程。如：计算，算法，图形处理...
耗io的操作时，用多线程编程（进程切换代价要高于线程）。如：爬虫时的等待.....

python os.fork()可以创建子进程（linux下）
eg：
import os
import time

pid = os.fork()
if pid == 0:
print("子进程为：{0}，父进程为：{1}".format(os.getpid(),os.getppid()))
else:
print("父进程：{0}".format(pid))
time.sleep(5) # 可让子进程随父进程退出而kill掉，不然父进程先退出了子进程就不自动kill

说明：
此代码会运行父线程后，再运行子进程（从`pid = os.fork()`后运行）
（即会将`pid = os.fork()`后的所有代码及其数据全部拷贝到子进程中）

------------
多进程间通信：

    注：进程间的数据完全隔离的。
   因此，
   在多线程中的`共享全局变量`与`线程中的Queue`不再适用于多进程

1\\ 进程Queue
# 建立一个共享的队列(其实并不是共享的，实际是克隆的，内部维护着数据的共享),多个进程可以向队列里存/取数据

from multiprocessing import Queue
queue = Queue(7)

2\\ Pipe
# 进程间的管道内部机制通过启动socket连接来维护两个进程间的通讯

       from multiprocessing import Pipe
       son,father=Pipe() # 实例化管道，生成socket连接，一个客户端一个服务端

   3\\ Manager
       # Manager实现了多个进程间的数据共享
       支持的数据类型有 list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array

       from multiprocessing import Manager # 其实例下的方法`Queue`
       queue = Manager().Queue(7)
       # 及其他数据类型

注： Python中有2个Queue, 不，应该说有3个

    1\\ from queue import Queue
       queue = Queue(3) # 普通Queue, 可用于多线程
   2\\ from multiprocessing import Queue
       queue = Queue(3) # 进程Queue, 可用于多进程（不可用于进程池）
   3\\ from multiprocessing import Manager
       queue = Manager().Queue(3) # 进程Queue, 可用于多进程，也可用于进程池

多进程与多线程代码编写很类似（注： win下不能直接运行多进程，要放于`if __name__ == "__main__":`下运行）

进程池有两种方式：
1\\ from multiprocessing import Pool
2\\ from concurrent.futures import ProcessPoolExecutor # 底层也是用`multiprocessing.Pool`实现的