python 多进程 multiprocesses

1. 什么是多进程

进程：是资源分配的最小单元。

2、使用进程池

是的，你没有看错，不是线程池。它可以让你跑满多核CPU，而且使用方法非常简单。
注意要用apply_async，如果落下async，就变成阻塞版本了。
processes=4是最多并发进程数量。

import multiprocessing
import time

def func(msg):
    for i in xrange(3):
        print msg
        time.sleep(1)

if __name__ == "__main__":
    multiprocessing.freeze_support()    #windows下要加这条语句
    pool = multiprocessing.Pool(processes=4)
    for i in xrange(10):
        msg = "hello %d" %(i)
        pool.apply_async(func, (msg, ))
    pool.close()
    pool.join()
    print "Sub-process(es) done."

3.使用Pool，并需要关注结果

更多的时候，我们不仅需要多进程执行，还需要关注每个进程的执行结果，如下：

import multiprocessing
import time

def func(msg):
    for i in xrange(3):
        print msg
        time.sleep(1)
    return "done " + msg

if __name__ == "__main__":
    pool = multiprocessing.Pool(processes=4)
    result = []
    for i in xrange(10):
        msg = "hello %d" %(i)
        result.append(pool.apply_async(func, (msg, )))
    pool.close()
    pool.join()
    for res in result:
        print res.get()
    print "Sub-process(es) done."

4.使用map（）函数

5.使用from functools import partial

6.从一个列表中取出特定元素

a=range(5)  #[0, 1, 2, 3, 4]
b=range(10) #[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

#要想得到以列表a中元素为索引的b元素，如b[a[2]]=b[2]=2
print [b[item] for item in a]   #[0,1,2,3,4]

7.程序

参考：
一行 Python 实现并行化 – 日常多线程操作的新思路（重点）
python threading开启的线程中用multiprocessing再开启多线程出现AttributeError
python 多线程读取同一个文本，怎样解决资源竞争呢？
Python multiprocessing pool.map for multiple arguments（重点）
Python多进程并发(multiprocessing)
[转载]python中multiprocessing.pool函数介绍
python笔记——简易worker multiprocessing.Pool
Python函数式编程——map()、reduce()（重点）