python-面向运行时性能优化-multiprocessing

一：多进程介绍

1> 基本思想

算法可以划分为不同的 workers-处理器处理，可以根据机器核数并行部署运行；
并行计算涉及在处理器的多个核心之间执行多个任务，这意味着这些任务是同时执行的，同时并考虑并行方式是否优化可以加快我们的计算速度；
结构组成由-程序、数据和进程控制块组成

2> 模式分类

模式	含义
完全平行	任务可以独立运行，不需要相互通信
共享内存并行	程（或线程）需要通信，因此它们共享一个全局地址空间
消息传递	进程需要在需要时共享消息。

3> 引入进程原因

序列	原因
1	为了提高资源利用率和系统处理能力，现阶段计算机系统都是多道程序系统，即多道程序并发执行。
2	优化系统资源，方便计算机调度，避免系统运算紊乱。
3	进程是一种数据结构，能够清晰的刻画动态系统的内在规律，增加程序运行时的动态性

4> 进程特征

特征	注释
动态性	进程的实质是程序在多道程序系统中的一次执行过程，进程是动态产生，动态消亡的。
并发性	任何进程都可以同其他进程一起并发执行。
独立性	进程是一个能独立运行的基本单位，同时也是系统分配资源和调度的独立单位。
异步性	由于进程间的相互制约，使进程具有执行的间断性，即进程按各自独立的、不可预知的速度向前推进

二：multiprocessing模块

1> multiprocessing 介绍

multiprocessing 是一个支持使用与 threading 模块类似的 API 来产生进程的包；
multiprocessing 包同时提供了本地和远程并发操作，通过使用子进程而非线程有效地绕过了 全局解释器锁；
multiprocessing 模块还引入了在 threading 模块中没有的API。一个主要的例子就是 Pool 对象，它提供了一种快捷的方法，赋予函数并行化处理一系列输入值的能力，可以将输入数据分配给不同进程处理（数据并行）；