一多任务的引入
有很多的场景中的事情是同时进行的，比如开车的时候手和脚共同来驾驶汽车，再比如唱歌跳舞也是同时进行的；
在编程中，一边唱歌一边跳舞是如何实现的呢？
·很显然刚刚的程序并没有完成唱歌和跳舞同时进行的要求
·如果想要实现“唱歌跳舞”同时进行，那么就需要一个新的方法，叫做：多任务
二多任务的概念
什么叫“多任务”呢？简单地说，就是操作系统可以同时运行多个任务。打个比方，你一边在用浏览器上网，一边在听MP3，一边在用Word赶作业，这就是多任务，至少同时有3个任务正在运行。还有很多任务悄悄地在后台同时运行着，只是桌面上没有显示而已。
现在，多核CPU已经非常普及了，但是，即使过去的单核CPU，也可以执行多任务。由于CPU执行代码都是顺序执行的，那么，单核CPU是怎么执行多任务的呢？
答案就是操作系统轮流让各个任务交替执行，任务1执行0.01秒，切换到任务2，任务2执行0.01秒，再切换到任务3，执行0.01秒……这样反复执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们感觉就像所有任务都在同时执行一样。
真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。
三进程的创建-fork
1.进程 vs 程序
编写完毕的代码，在没有运行的时候，称之为程序
正在运行着的代码，就成为进程
进程，除了包含代码以外，还有需要运行的环境等，所以和程序是有区别的。
2.fork
Python的os模块封装了常见的系统调用，其中就包括fork，可以在Python程序中轻松创建子进程：
·程序执行到os.fork()时，操作系统会创建一个新的进程（子进程），然后复制父进程的所有信息到子进程中。
·然后父进程和子进程都会从fork()函数中得到一个返回值，在子进程中这个值一定是0，而父进程中是子进程的id号。
在Unix/Linux操作系统中，提供了一个fork()系统函数，它非常特殊。
普通的函数调用，调用一次，返回一次，但是fork()调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。
子进程永远返回0，而父进程返回子进程的ID。
这样做的理由是，一个父进程可以fork出很多子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用getppid()就可以拿到父进程的ID。
四getpid(),getppid()
通过os.pid()和os.ppid()可以获得程序的子进程的进程号和父进程的进程号
五多进程修改全局变量
·多进程中，每个进程中所有数据（包括全局变量）都各有拥有一份，互不影响。
六多次fork问题
如果在一个程序，有2次的fork函数调用，是否就会有3个进程呢？
父子进程的执行顺序
父进程、子进程执行顺序没有规律，完全取决于操作系统的调度算法
七multiprocessing
1 fork只能在Unix/Linux上使用
multiprocessing模块就是跨平台版本的多进程模块，可以在windows系统上使用。
multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：
创建子进程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start方法启动，比fork()还简单.
·join()方法可以等待子进程结束后再继续往下运行，通常用于进程间的同步。
Process语法结构如下：
Process([group [, target [, name [, args [, kwargs]]]]])
target：表示这个进程实例所调用对象
args：表示调用对象的位置参数元组
kwargs：表示调用对象的关键字参数字典
name：为当前进程实例的别名
group：大多数情况下用不到
Process类常用方法：
·is_alive()：判断进程实例是否还在执行；
·join([timeout])：是否等待进程实例执行结束，或等待多少秒；
·start()：启动进程实例（创建子进程）；
·run()：如果没有给定target参数，对这个对象调用start()方法时，就将执行对象中的run()方法；
·terminate()：不管任务是否完成，立即终止；
Process类常用属性：
·name：当前进程实例别名，默认为Process-N，N为从1开始递增的整数；
·pid：当前进程实例的PID值；
实例1：
实例二：
八进程的创建-Process子类
创建新的进程还能够使用类的方式，可以自定义一个类，继承Process类，每次实例化这个类的时候，就等同于实例化一个进程对象，请看下面的实例：
两种方式的对比：
1、方法
2、继承类
继承类是以面向对象考虑这个事的，所以业务逻辑复杂，建议使用继承类，更好理解
九进程池Pool
当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态成生多个进程，但如果是上百甚至上千个目标，手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法。
初始化Pool时，可以指定一个最大进程数，当有新的请求提交到Pool中时，如果池还没有满，那么就会创建一个新的进程用来执行该请求；但如果池中的进程数已经达到指定的最大值，那么该请求就会等待，直到池中有进程结束，才会创建新的进程来执行，请看下面的实例：
multiprocessing.Pool常用函数解析：
1创建一个进程池
from multiprocessing import Pool
po=Pool(num)
num等于进程池中的进程数量，如果不设置num默认可以放任意数量进程
2为进程池中添加进程（非阻塞式）
po.apply_async(func,(args,),(kwargs,))
使用非阻塞方式调用func，func为创建子进程的函数名（并行执行，阻塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给func的参数列表，kwargs为传递给func的关键字参数列表；
3为进程池中添加进程（阻塞式）
po.apply(func,(args,),(kwargs,)）
和非阻塞式最大的区别就是上一个进程退出才能调用下一个进程
4关闭进程池
po.close()
关闭Pool，使其不再接受新的任务
5终止进程
pool.terminate()
不管任务是否完成，立刻终止
6 join
pool.join()
主进程阻塞，等待子进程的退出，必须在close或terminate之后使用
apply阻塞式的实例：
十进程间通信-Queue
Process之间有时需要通信，操作系统提供了很多机制来实现进程间的通信。
1 Queue的使用
可以使用multiprocessing模块中的Queue来实现多进程之间的数据传递，Queue本身是一个消息列队程序，下面用一个小程序来演示Queue的工作原理：
推荐放消息的方式：判断队列是否已满，再写入；
推荐读消息的方式：判断队列是否为空，再读取：
说明
初始化Queue()对象时（例如q=Queue()）,若括号中没有指定最大可接收的消息数量或数量为负值，那么就代表可接受的消息数量没有上限。
q=Queue（3）
①q.qsize()
返回当前队列中包含的消息数量；
②q.empty()
如果队列为空，返回True，反之False；
③q.full()
·如果队列满了，返回True,反之False；
④q.get(block,timeout)
·获取队列中的一条消息，然后将其从列队中移除，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果为空，此时程序将被阻塞（停在读取状态），直到从消息列队读到消息为止，如果设置了timeout，则会等待timeout秒，若还没读取到任何消息，则抛出"Queue.Empty"异常；
2）如果block值为False，消息列队如果为空，则会立刻抛出"Queue.Empty"异常；
⑤q.get_nowait()
相当Queue.get(False)；
⑥q.put(item,[block[, timeout]])
将item消息写入队列，block默认值为True；
1）如果block使用默认值，且没有设置timeout（单位秒），消息列队如果已经没有空间可写入，此时程序将被阻塞（停在写入状态），直到从消息列队腾出空间为止，如果设置了timeout，则会等待timeout秒，若还没空间，则抛出"Queue.Full"异常；
2）如果block值为False，消息列队如果没有空间可写入，则会立刻抛出"Queue.Full"异常；
⑦q.put_nowait(item)
相当Queue.put(item, False)；
2 Queue实例
注意参数的传递
我们以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：
3 进程池中的Queue
如果要使用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue()，而不是multiprocessing.Queue()，否则会得到一条如下的错误信息：
RuntimeError: Queue objects should only be shared between processes through inheritance.
下面的实例演示了进程池中的进程如何通信：
