我们现代的操作系统，都是支持“多任务”的操作系统，对于操作系统来说，一个任务就是一个进程(process)。比如打开一个浏览器就是启动一个浏览器进程。
如果我们将计算器的核心CPU比喻为一座工厂，那么进程就像工厂里的车间，它代表CPU所能处理的单个任务。任一时刻，CPU总是运行一个进程，其他进程处于非运行状态。
看到这大家可能会有一些疑问了，其他进程处于非运行状态?可是我用浏览器访问网页的时候，音乐播放器明明也在运行啊。
实际上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。
Python中的多进程
在UNIX/LINUX操作系统中，可以使用fork()函数来创建。fork函数比其他普通函数有一点特殊之处，就是普通的函数调用，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。
fork()函数被封装在os模块中。接下来，我们举例说明使用多进程和不使用多进程的区别：
from random import randint
from time import time, sleep
def download_task(filename):
print('开始下载%s...' % filename)
time_to_download = randint(5, 10)
sleep(time_to_download)
print('%s下载完成! 耗费了%d秒' % (filename, time_to_download))
def main():
start = time()
download_task('MySQL从删库到跑路.pdf')
download_task('万万没想到.mp4')
end = time()
print('总共耗费了%.2f秒.' % (end - start))if __name__ == '__main__':
main()
执行结果：
开始下载MySQL从删库到跑路.pdf...
MySQL从删库到跑路.pdf下载完成! 耗费了9秒
开始下载万万没想到.mp4...
万万没想到.mp4下载完成! 耗费了9秒
总共耗费了18.00秒.
从上面的例子可以看出，如果程序中的代码只能按顺序一点点的往下执行，那么即使执行两个毫不相关的下载任务，也需要先等待一个文件下载完成后才能开始下一个下载任务，很显然这并不合理也没有效率。接下来我们使用多进程的方式将两个下载任务放到不同的进程中，代码如下所示:
from multiprocessing import Process
from os import getpid
from random import randint
from time import time, sleep
def download_task(filename):
print('启动下载进程，进程号[%d].' % getpid()) print('开始下载%s...' % filename) time_to_download = randint(5, 10)
sleep(time_to_download)
print('%s下载完成! 耗费了%d秒' % (filename, time_to_download))
def main():
start = time()
p1 = Process(target=download_task, args=('MySQL从删库到跑路.pdf', ))
p1.start()
p2 = Process(target=download_task, args=('万万没想到.mp4', ))
p2.start()
p1.join()
p2.join()
end = time()
print('总共耗费了%.2f秒.' % (end - start))
if __name__ == '__main__': main()
执行结果：
启动下载进程，进程号[568408].
开始下载万万没想到.mp4...万万没想到.
mp4下载完成! 耗费了6秒
启动下载进程，进程号[565896].
开始下载MySQL从删库到跑路.
pdf...MySQL从删库到跑路.pdf下载完成! 耗费了10秒
总共耗费了10.09秒.
运行上面的代码可以明显发现两个下载任务“同时”启动了，而且程序的执行时间将大大缩短，不再是两个任务的时间总和。
以上就是python学习笔记之多进程的详细内容，更多关于Python多进程的资料请关注脚本之家其它相关文章！
