python多进程操作实例

由于CPython实现中的GIL的限制，python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况我们需要使用多进程。 这也许就是python中多进程类库如此简洁好用的原因所在。在python中可以向多线程一样简单地使用多进程。

一、多进程

process的成员变量和方法：

>>class multiprocessing.Process([group[, target[, name[, args[, kwargs]]]]]) 来的定义类似于threading.Thread。target表示此进程运行的函数，args和kwargs表示target的参数。

>>name, pid

分别表示进程的名字，进程id。

>> daemon成员

daemon标志位bool变量，需要在start()调用前设置。daemon的初始值是从父进程继承而来。当一个进程结束的时候，它尝试去结束它的所有的daemon子进程。

注意：

daemon进程不允许创建子进程。否则当daemon进程结束的时候它的子进程不能被结束。

这里的daemon不是Unix的daemon进程，当父进程结束的时候所有的daemon子进程也将被终止（对于非daemon进程，父进程不等待非daemon的紫子进程，除非显示地对非daemon子进程使用join()方法）。

>>  exitcode

如果进程还没有退出，则为None，如果正确的退出则为0，如果有错误则为>0的错误代码，如果进程为终止则为-1*singal。 

>> start(), is_live(), terminate()

start()用来启动进程，is_live()用来查看进程的状态，terminate()用来终止进程。

>> run()

可以在process的子类中重载run()方法，从而设定进程的任务。重载process是构造新进程的另一种方式，一定程度上上等价于process的target参数。

multiprcessing的静态方法：

>>  multiprocessing.cpu_count()

用来获得当前的CPU的核数，可以用来设置接下来子进程的个数。

>>  multiprocessing.active_children()

用来获得当前所有的子进程，包括daemon和非daemon子进程。

实例：

代码如下:
import multiprocessing
import time
import sys

def worker(num):
    p = multiprocessing.current_process()
    print ('Starting:' + p.name + ":" + str(p.pid))
    print(str(num))
    sys.stdout.flush()
    print ('Exiting :' + p.name + ":" + str(p.pid))
    sys.stdout.flush()

def daemon():
    p = multiprocessing.current_process()
    print ('Starting:' + p.name + ":" + str(p.pid))
    sys.stdout.flush()
    time.sleep(10)
    print ('Exiting :' + p.name + ":" + str(p.pid))
    sys.stdout.flush()
   
def non_daemon():
    p = multiprocessing.current_process()