multiprocess模块那来干嘛的？
答：利用multiprocessing可以在主进程中创建子进程。Threading是多线程，multiprocessing是多进程。
#该模块和Threading模块使用方法基本类似。
- 首先需要说明，你所使用多线程的函数不能有return，比如你要将job这个函数多线程那么在job这个函数里就不能有return，如果有返回值请看文章。
- multiprocessing最好写在if __name__ == '__main__'当中，如果不放在这里面，windows可能会出错。其余环境则不会出现这种情况。我第一个案例没有加，第二个案例加了。
案例：
1 #!usr/bin/env python 2 #encding:utf-8 3 #by i3ekr 4 5 import multiprocessing,time 6 7 def job(q,a):#将Queue当参数传入，且必须放在首位。 8 time.sleep(3) 9 print 'this is test...%s'%(a)10 11 12 start = time.time()13 q = multiprocessing.Queue()#定义一个Queue，这个Queue是必须的。14 p1 = multiprocessing.Process(target=job,args=(q,1))#创建一个线程，第一个q是Queue，第二个是参数的value。如果没有参数的话必须要(q,)逗号是必须要加的15 p2 = multiprocessing.Process(target=job,args=(q,2))16 p1.start()17 p2.start()18 p1.join()19 p2.join()20 end = time.time()21 print("run time is %s"%(end-start)) 输出结果：
root@i3ekr:/home/i3ekr/Desktop# python 1.py
this is test...1this is test...2run time is 3.0163371563
那么函数有返回值的时候怎么做？
使用队列.put()进行保存值。使用get得到返回值。如下案例所示：
需要注意得是:
- 有多少个返回值就要有多少个get。并不是一下子把所有得返回值全都一起输出之类得。如下代码20-21行，因为有两个线程，所以执行了两遍job函数，所以也有两个返回值。故也必须要有两个get去得到value
1 #!usr/bin/env python 2 #encding:utf-8 3 #by i3ekr 4 5 import multiprocessing,time 6 7 def job(q,a): 8 time.sleep(3) 9 q.put(a)#得到a10 11 12 if __name__ == '__main__':13 start = time.time()14 q = multiprocessing.Queue()15 p1 = multiprocessing.Process(target=job,args=(q,1))16 p2 = multiprocessing.Process(target=job,args=(q,2))17 p1.start()18 p2.start()19 p1.join()20 p2.join()21 res1 = q.get()#得到job得返回值22 res2 = q.get()23 print res1,res224 end = time.time()25 print("run time is %s"%(end-start)) 输出结果：
root@i3ekr:/home/i3ekr/Desktop# python 1.py
1 2run time is 3.01186394691
当然上面那个方法不是那么友好，在python里有线程池的概念。通过线程池可以更好的解决这个问题。
线程池是什么？
- 线程池是一种多线程处理形式，处理过程中将任务添加到队列，然后在创建线程后自动启动这些任务
线程池做法思路：
- 先建立一个方法（即函数）专门用来放池子。例如：def multipro():
- 建立线程池。例如：po = multiprocessing.Pool()
- 通过线程池去实现方法（就是调用需要实现的功能,job是要实现多进程得功能函数）例如：res=po.map(job,range(10))
- map是mulprocessing的方法。
整理得出以下代码：
1 #!usr/bin/env python 2 #encding:utf-8 3 #by i3ekr 4 5 import multiprocessing,time 6 7 def job(a): 8 return a*a 9 10 def multipro():11 po = multiprocessing.Pool()#该处默认启用得是所有的核数，可以通过Pool(multiprocessing=3)这样去设置。12 res=po.map(job,range(10))13 print res14 15 if __name__ == '__main__':16 multipro()
除了map还有apply_async、
使用方法：res = po.apply_async(job,(2,))
1 #!usr/bin/env python 2 #encding:utf-8 3 #by i3ekr 4 5 import multiprocessing,time 6 7 def job(a): 8 return a*a 9 10 def multipro():11 po = multiprocessing.Pool()12 res=po.apply_async(job,(2,))#如果是只有一个参数依旧是一个可迭代的对象，所以需要多加一个逗号。13 print res.get()#通过get得到返回值14 15 if __name__ == '__main__':16 multipro()
运行结果：
root@i3ekr:/home/i3ekr/Desktop# python 1.py
2
可以将apply_async用得更高级。做成一个迭代器。
1 #!usr/bin/env python 2 #encding:utf-8 3 #by i3ekr 4 5 import multiprocessing,time 6 7 def job(a): 8 return a 9 10 def multipro():11 po = multiprocessing.Pool()12 res=[po.apply_async(job,(i,)) for i in range(10)]13 print([res.get() for res in res])#迭代res返回res给res.get14 15 if __name__ == '__main__':16 multipro()
进程锁
跟Theading一样，会去抢内存。如果不了解得可以参考：
基础知识：
- acquire()#上锁
- release()#解锁