一多任務的引入
有很多的場景中的事情是同時進行的，比如開車的時候手和腳共同來駕駛汽車，再比如唱歌跳舞也是同時進行的；
在編程中，一邊唱歌一邊跳舞是如何實現的呢？
·很顯然剛剛的程序并沒有完成唱歌和跳舞同時進行的要求
·如果想要實現“唱歌跳舞”同時進行，那么就需要一個新的方法，叫做：多任務
二多任務的概念
什么叫“多任務”呢？簡單地說，就是操作系統可以同時運行多個任務。打個比方，你一邊在用瀏覽器上網，一邊在聽MP3，一邊在用Word趕作業，這就是多任務，至少同時有3個任務正在運行。還有很多任務悄悄地在后臺同時運行著，只是桌面上沒有顯示而已。
現在，多核CPU已經非常普及了，但是，即使過去的單核CPU，也可以執行多任務。由于CPU執行代碼都是順序執行的，那么，單核CPU是怎么執行多任務的呢？
答案就是操作系統輪流讓各個任務交替執行，任務1執行0.01秒，切換到任務2，任務2執行0.01秒，再切換到任務3，執行0.01秒……這樣反復執行下去。表面上看，每個任務都是交替執行的，但是，由于CPU的執行速度實在是太快了，我們感覺就像所有任務都在同時執行一樣。
真正的并行執行多任務只能在多核CPU上實現，但是，由于任務數量遠遠多于CPU的核心數量，所以，操作系統也會自動把很多任務輪流調度到每個核心上執行。
三進程的創建-fork
1.進程 vs 程序
編寫完畢的代碼，在沒有運行的時候，稱之為程序
正在運行著的代碼，就成為進程
進程，除了包含代碼以外，還有需要運行的環境等，所以和程序是有區別的。
2.fork
Python的os模塊封裝了常見的系統調用，其中就包括fork，可以在Python程序中輕松創建子進程：
·程序執行到os.fork()時，操作系統會創建一個新的進程（子進程），然后復制父進程的所有信息到子進程中。
·然后父進程和子進程都會從fork()函數中得到一個返回值，在子進程中這個值一定是0，而父進程中是子進程的id號。
在Unix/Linux操作系統中，提供了一個fork()系統函數，它非常特殊。
普通的函數調用，調用一次，返回一次，但是fork()調用一次，返回兩次，因為操作系統自動把當前進程（稱為父進程）復制了一份（稱為子進程），然后，分別在父進程和子進程內返回。
子進程永遠返回0，而父進程返回子進程的ID。
這樣做的理由是，一個父進程可以fork出很多子進程，所以，父進程要記下每個子進程的ID，而子進程只需要調用getppid()就可以拿到父進程的ID。
四getpid(),getppid()
通過os.pid()和os.ppid()可以獲得程序的子進程的進程號和父進程的進程號
五多進程修改全局變量
·多進程中，每個進程中所有數據（包括全局變量）都各有擁有一份，互不影響。
六多次fork問題
如果在一個程序，有2次的fork函數調用，是否就會有3個進程呢？
父子進程的執行順序
父進程、子進程執行順序沒有規律，完全取決于操作系統的調度算法
七multiprocessing
1 fork只能在Unix/Linux上使用
multiprocessing模塊就是跨平臺版本的多進程模塊，可以在windows系統上使用。
multiprocessing模塊提供了一個Process類來代表一個進程對象，下面的例子演示了啟動一個子進程并等待其結束：
創建子進程時，只需要傳入一個執行函數和函數的參數，創建一個Process實例，用start方法啟動，比fork()還簡單.
·join()方法可以等待子進程結束后再繼續往下運行，通常用于進程間的同步。
Process語法結構如下：
Process([group [, target [, name [, args [, kwargs]]]]])
target：表示這個進程實例所調用對象
args：表示調用對象的位置參數元組
kwargs：表示調用對象的關鍵字參數字典
name：為當前進程實例的別名
group：大多數情況下用不到
Process類常用方法：
·is_alive()：判斷進程實例是否還在執行；
·join([timeout])：是否等待進程實例執行結束，或等待多少秒；
·start()：啟動進程實例（創建子進程）；
·run()：如果沒有給定target參數，對這個對象調用start()方法時，就將執行對象中的run()方法；
·terminate()：不管任務是否完成，立即終止；
Process類常用屬性：
·name：當前進程實例別名，默認為Process-N，N為從1開始遞增的整數；
·pid：當前進程實例的PID值；
實例1：
實例二：
八進程的創建-Process子類
創建新的進程還能夠使用類的方式，可以自定義一個類，繼承Process類，每次實例化這個類的時候，就等同于實例化一個進程對象，請看下面的實例：
兩種方式的對比：
1、方法
2、繼承類
繼承類是以面向對象考慮這個事的，所以業務邏輯復雜，建議使用繼承類，更好理解
九進程池Pool
當需要創建的子進程數量不多時，可以直接利用multiprocessing中的Process動態成生多個進程，但如果是上百甚至上千個目標，手動的去創建進程的工作量巨大，此時就可以用到multiprocessing模塊提供的Pool方法。
初始化Pool時，可以指定一個最大進程數，當有新的請求提交到Pool中時，如果池還沒有滿，那么就會創建一個新的進程用來執行該請求；但如果池中的進程數已經達到指定的最大值，那么該請求就會等待，直到池中有進程結束，才會創建新的進程來執行，請看下面的實例：
multiprocessing.Pool常用函數解析：
1創建一個進程池
from multiprocessing import Pool
po=Pool(num)
num等于進程池中的進程數量，如果不設置num默認可以放任意數量進程
2為進程池中添加進程（非阻塞式）
po.apply_async(func,(args,),(kwargs,))
使用非阻塞方式調用func，func為創建子進程的函數名（并行執行，阻塞方式必須等待上一個進程退出才能執行下一個進程），args為傳遞給func的參數列表，kwargs為傳遞給func的關鍵字參數列表；
3為進程池中添加進程（阻塞式）
po.apply(func,(args,),(kwargs,)）
和非阻塞式最大的區別就是上一個進程退出才能調用下一個進程
4關閉進程池
po.close()
關閉Pool，使其不再接受新的任務
5終止進程
pool.terminate()
不管任務是否完成，立刻終止
6 join
pool.join()
主進程阻塞，等待子進程的退出，必須在close或terminate之后使用
apply阻塞式的實例：
十進程間通信-Queue
Process之間有時需要通信，操作系統提供了很多機制來實現進程間的通信。
1 Queue的使用
可以使用multiprocessing模塊中的Queue來實現多進程之間的數據傳遞，Queue本身是一個消息列隊程序，下面用一個小程序來演示Queue的工作原理：
推薦放消息的方式：判斷隊列是否已滿，再寫入；
推薦讀消息的方式：判斷隊列是否為空，再讀?。?/p>
說明
初始化Queue()對象時（例如q=Queue()）,若括號中沒有指定最大可接收的消息數量或數量為負值，那么就代表可接受的消息數量沒有上限。
q=Queue（3）
①q.qsize()
返回當前隊列中包含的消息數量；
②q.empty()
如果隊列為空，返回True，反之False；
③q.full()
·如果隊列滿了，返回True,反之False；
④q.get(block,timeout)
·獲取隊列中的一條消息，然后將其從列隊中移除，block默認值為True；
1）如果block使用默認值，且沒有設置timeout（單位秒），消息列隊如果為空，此時程序將被阻塞（停在讀取狀態），直到從消息列隊讀到消息為止，如果設置了timeout，則會等待timeout秒，若還沒讀取到任何消息，則拋出"Queue.Empty"異常；
2）如果block值為False，消息列隊如果為空，則會立刻拋出"Queue.Empty"異常；
⑤q.get_nowait()
相當Queue.get(False)；
⑥q.put(item,[block[, timeout]])
將item消息寫入隊列，block默認值為True；
1）如果block使用默認值，且沒有設置timeout（單位秒），消息列隊如果已經沒有空間可寫入，此時程序將被阻塞（停在寫入狀態），直到從消息列隊騰出空間為止，如果設置了timeout，則會等待timeout秒，若還沒空間，則拋出"Queue.Full"異常；
2）如果block值為False，消息列隊如果沒有空間可寫入，則會立刻拋出"Queue.Full"異常；
⑦q.put_nowait(item)
相當Queue.put(item, False)；
2 Queue實例
注意參數的傳遞
我們以Queue為例，在父進程中創建兩個子進程，一個往Queue里寫數據，一個從Queue里讀數據：
3 進程池中的Queue
如果要使用Pool創建進程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否則會得到一條如下的錯誤信息：
RuntimeError: Queue objects should only be shared between processes through inheritance.
下面的實例演示了進程池中的進程如何通信：
