Python2.7 multiprocessing

    在python中，multiprocessing模块是用来管理多进程的。multiprocessing使用和threading包类似的api接口来产生多进程，multiprocessing包提供本地和远程的并发，通过使用subprocess代替threads有效的避开了GIL，由于这一点，multiprocessing模块允许程序充分的利用多处理器。

    在multiprocessing包中，通过Process对象，然后调用该对象的start()方法来创建进程。multiprocessing模块支持两种类型的进程间通讯，一种是Queues，一种是Pipes。
Queues类就像Queue.Queue的克隆，Pipe函数则返回一对连接对象，它的返回对象默认是双向的。Pipe()返回的两个连接对象代表了两个pipe，每个连接对象都有send()和recv()方法，注意，如果多个进程同时从一个pipe中读取或者写入数据，会导致pipe中的数据混乱。multiprocessing包含了和threading相同的同步原语，例如，可以通过锁来确保只有一个进程在标准输出打印。multiprocessing提供了两种办法来实现进程共享。一种是Shared memory，一种是Server process。Pool类则提供了一个进程池。

class multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={})

    Process对象代表它运行在一个独立的进程中，Process类有着和threading.Thread相同的方法，group总是None，它的存在是和threading.Thread保持一致，target是一个调用对象，该方法可以被run()方法唤醒，name表示进程名，args是target的元组类型的参数，kwargs是target的字典类型的参数。

Process实例的方法如下：
  run()
  start()  启动一个进程，在一个Process对象中，必须被调用至少一次，它为run()做准备
  join([timeout])  阻碍线程调用直到进程的join()方法被调用，如果timeout是Nnoe，则没有timeout  
  name  进程名称，name是一个字符串，多进程则会返回相同的名称
  is_alive()  返回进程是否存活
  daemon  进程的daemon标记，必须在start()方法之前调用。
除过以上外，Process对象还支持以下方法和属性：
  pid  返回进程id，在进程未创建前是None
  exitcode  子进程退出码，如果进程还未终止，则返回None
  authkey  进程的验证秘钥
  terminate()  终止进程，在unix中使用SIGTERM信号

multiprocessing.Pipe([duplex])

    返回一对(conn1, conn2)对象，默认duplex是True，表示返回的是双向的，表示conn1，conn2都能发送，接收消息。如果是False，则返回的是单向的，表示从conn1只能recv消息，conn2只能send消息。

class multiprocessing.Queue([maxsize])

    返回一个共享队列，对象有以下方法：
  qsize()  返回近似的队列大小，该值不可信，因为multithreading/multiprocessing是语义上的
  empty()  如果队列是空，返回True
  full()  如果队列满了，则返回True
  put(obj[, block[, timeout]])  给队列中放入一个obj，
  put_nowait(obj)  相当于put(obj, False)
  get([block[, timeout]])  删除并返回队列中的元素，
  get_nowait()  相当于get(False)

multiprocessing.queues.SimpleQueue

    返回一个简单的队列类型。只有empty()、get()、put()三种方法

class multiprocessing.Pool([processes[, initializer[, initargs[, maxtasksperchild]]]])

    process pool对象控制pool中的哪个工作进程可以被提交，它支持异步结果，processes参数设置有多少工作进程可以被使用，如果为None，则数目为cpu_count()。如果initializer为None，则每一个进程在启动时都会调用initializer(*initargs)。maxtasksperchild表示进程在处理完多少哥任务后可以退出，并用新的工作进程代替，这样可以确保没用的资源被释放，默认为None。

有以下方法：
  apply(func[, args[, kwds]])  等同于内建的apply()，它会阻塞直到结果完成，所以在并行处理上apply_async会跟好一些。
  apply_async(func[, args[, kwds[, callback]]])  不同与apply()，它返回一个结果对象，
  map(func, iterable[, chunksize])  类似与内建map()，它会阻塞直到结果完成
  map_async(func, iterable[, chunksize[, callback]])  不同与map()，它返回一个结果对象
  imap(func, iterable[, chunksize])
  imap_unordered(func, iterable[, chunksize])
  close()  阻止向进程池中提交任务，一旦所有的任务完成，工作进程则会退出
  terminate()  立即停止工作进程，不等待工作进程完成。
  join()  等待工作进程退出，在使用join()之前必须调用close()或者terminate()

multiprocessing.active_children()

    返回当前进程的所有存活子进程

multiprocessing.cpu_count()

    返回系统的cpu数