python——多进程

进程：

　　一个程序运行起来之后，代码+用到的资源称之为进程，它是操作系统分配资源的基本单位。不仅可以通过线程完成多任务，进程也是可以的。

　　调用：import multiprocessing

•   python的多进程是真真正正的利用了cpu的多核
•   进程之间是相互独立的
•   不共享、互不干涉，进程间有隔离性
•   耗费的资源大，效率高
•   cpu密集的时候适合用多进程

进程的几种用法：
1、没有参数
　　不能直接启动，需要加‘__name__ ==' __main__' ’
　　真真正正的利用了cpu的多核

eg：
import multiprocessing
import time
def test1():
    for i in range(5):
        time.sleep(1)
        print('test1~{}'.format(i))

def test2():
    for i in range(5):
        print('test2~{}'.format(i))
        time.sleep(1)

if __name__ == '__main__':
    p1 = multiprocessing.Process(target=test1)
    p2 = multiprocessing.Process(target=test2)
    p1.start()
    p2.start()

结果：
    test2~0
    test1~0
    test2~1
    test1~1
    test2~2
    test1~2
    test2~3
    test1~3
    test2~4
    test1~4

　　

2、有参数时

import multiprocessing
import time

def test1(n):
    for i in range(n):
        time.sleep(1)
        print('test1~{}'.format(i))

def test2(n):
    for i in range(n):
        print('test2~{}'.format(i))
        time.sleep(1)

if __name__ == '__main__':
    p1 = multiprocessing.Process(target=test1,args=(5,))
    p2 = multiprocessing.Process(target=test2,args=(4,))
    p1.start()
    p2.start()

结果：
    test2~0
    test1~0
    test2~1
    test1~1
    test2~2
    test1~2
    test2~3
    test1~3
    test1~4

3、进程池
 库的导入方法
　　1、from multiprocessing import Pool（调用方法：pool）
　　2、import multiprocessing.pool（调用方法：multiprocessing.pool）
 XXX=Pool(NUM) ：NUM代表调用的数量，调用几个就运行几个
 一定是先关闭，后运行 pool.close() pool.join()

eg:
import multiprocessing
from multiprocessing import Pool
import time

def test1():
    for i in range(4):
        time.sleep(1)
        print('test1~{}'.format(i))

def test2():
    for i in range(4):
        time.sleep(1)
        print('test2~{}'.format(i))

def test3():
    for i in range(4):
        time.sleep(1)
        print('test3~{}'.format(i))

def test4():
    for i in range(4):
        time.sleep(1)
        print('test4~{}'.format(i))

if __name__ == '__main__':
    pool = Pool(2)                      #Pool(NUM)调用的数量，调用几个就运行几个
    pool.apply_async(test1)
    pool.apply_async(test2)
    pool.apply_async(test3)
    pool.apply_async(test4)
    pool.close()                        #一定是先关闭，后运行
    pool.join()

结果：
1、
    (pool = Pool(2))
	test1~0
	test2~0
    …
	test1~3
	test2~3
	test3~0
	test4~0
	…
2、
    pool = Pool(4)
	test1~0
	test4~0
	test2~0
	test3~0

4、不共享、互不干涉，进程间有隔离性

import multiprocessing
import time

n = 0
def test1():
    global n
    for i in range(10):
        n += 1
    print('test1:',n)

def test2():
    global n
    for i in range(10):
        n += 1
    print('test2:', n)

if __name__ == '__main__':
    p1 = multiprocessing.Process(target=test1)
    p2 = multiprocessing.Process(target=test2)
    p1.start()
    p2.start()
    print('全局：',n)

结果：
    全局： 0
    test1: 10
    test2: 10