关于进程（传参，多进程任务，全局变量，进程池）

1.关于进程里的传参

import multiprocessing#导入进程模块
def card():
    print("word:%s,name:%s,age:%d"%word,name,age)
if __name__=="__main__":
    process=multiprocessing.Process(target=card,args=("你好",),kwargs={"name":wu,"age"=18})#arges要是一个元祖形式
    process.daemon=True
    #守护进程：如果没有daemon的话，一般的主进程结束的时候子进程是不会结束的它还会继续执行，所以我们需要在主进程结束的时候让子进程也立即停止。
    #这个属性为一个布尔值，表示是否为一个守护进程，且这个属性设置必须在线程的start方法开始之前调用。它的值继承自主线程，主线程的daemon为False且所有从主线程创建的线程都是daemon = False。
    process.start()
    process.close()

2.关于多进程任务

import multiprocessing
import os
def text():
    for i in range(5):
        print("text",i)
        print("当前进程",multiprocessing.current_process().pid)
        print("父进程编号",os.getppid)
if __name__=="__main__":
    process=multiprocessing.Process(target=text)
    process.start()
    print("当前运行进程"，os.getpid)

执行以上进程可以清楚的观察到各进程运行的顺序。

3.关于进程里的全局变量

import multiprocessing
import time
list1=[]  #list1是一个全局变量
def write():
    for i in range(5):
        list1.append(i)
        time.sleep(1)
def read():
    print(list1)
if __name__=="__main__":
    t1=multiprocessing.Process(target=write)
    t2=multiprocessing.Process(target=read)
    t1.start()
    t1.join   #让t1运行完在运行t2
    t2.start()

执行上述进程可以看到t1列表中有值，而t2列表还是一个空值列表，所以由此可见在不同的进程中它们是不共享全局变量的，只有在线程中才共享全局变量。

4.关于进程池
进程池的一般写法：

import multiprocessing
import os
import time

def copy(index):
    print('当前进程的编号',os.getpid())
    print(index)
    time.sleep(1)


if __name__ == '__main__':
    pool = multiprocessing.Pool(5)
    #进程池里有5个进程
    for i in range(10):
        pool.apply_async(copy,(i,))#往进程池传递一个实例方法
    pool.close()
    pool.join()
    # join的作用：主进程阻塞，等待子进程

频繁创建/销毁进程或者线程是非常消耗资源的，这个时候我们就要编写自己的进程池，以空间换时间，来提高运行效率。一个池子里能同时运行的任务是取决你电脑的cpu数量，如我的电脑现在是有4个cpu，那会子进task0,task1,task2,task3可以同时启动，task4则在之前的一个某个进程结束后才开始