- fork()的妙用。
Unix/Linux操作系統(tǒng)提供了一個fork()系統(tǒng)調用，它非常特殊。普通的函數調用，調用一次，返回一次，但是fork()調用一次，返回兩次，因為操作系統(tǒng)自動把當前進程（稱為父進程）復制了一份（稱為子進程），然后，分別在父進程和子進程內返回。
os.fork() 會返回兩次值。
第一次：父進程返回子進程的ID
第二次：子進程返回數值0.
import os
print ('Process (%s) start...' %os.getpid())
pid = os.fork()
if pid == 0:
print ('I am child process (%s) and my parent is %s.' %(os.getpid(),os.getppid()))
else:
print ('I(%s) just created a child process (%s).' %(os.getpid(),pid))
運行結果如下：
Process (876) start...
I (876) just created a child process (877).
I am child process (877) and my parent is 876.
multiprocessing
如果你打算編寫多進程的服務程序，Unix/Linux無疑是正確的選擇。由于Windows沒有fork調用，難道在Windows上無法用Python編寫多進程的程序？
由于Python是跨平臺的，自然也應該提供一個跨平臺的多進程支持。multiprocessing模塊就是跨平臺版本的多進程模塊。
multiprocessing模塊提供了一個Process類來代表一個進程對象，下面的例子演示了啟動一個子進程并等待其結束：
from multiprocessing import Pool
import os, time, random
def long_time_task(name):
print('Run task %s (%s)...' % (name, os.getpid()))
start = time.time() #設置當前時間戳
time.sleep(random.random() * 3) # 模擬程序執(zhí)行 由random.random()生成的隨機浮點數時間*3
end = time.time() #獲取當前結束的時間
print('Task %s runs %0.2f seconds.' % (name, (end - start))) #該任務執(zhí)行了的時間，去小數點后2位
if __name__=='__main__':
print('Parent process %s.' % os.getpid())
p = Pool(4)
for i in range(5):
p.apply_async(long_time_task, args=(i,)) #把進程數0，1，2，3，4 分別傳入函數
print('Waiting for all subprocesses done...')
p.close()
p.join()
print('All subprocesses done.')
運行的結果是：
Parent process 669.
Waiting for all subprocesses done...
Run task 0 (671)...
Run task 1 (672)...
Run task 2 (673)...
Run task 3 (674)...
Task 2 runs 0.14 seconds.
Run task 4 (673)...
Task 1 runs 0.27 seconds.
Task 3 runs 0.86 seconds.
Task 0 runs 1.41 seconds.
Task 4 runs 1.91 seconds.
All subprocesses done.
代碼解讀：
對Pool對象調用join()方法會等待所有子進程執(zhí)行完畢，調用join()之前必須先調用close()，調用close()之后就不能繼續(xù)添加新的Process了。
請注意輸出的結果，task 0，1，2，3是立刻執(zhí)行的，而task 4要等待前面某個task完成后才執(zhí)行，這是因為Pool的默認大小在我的電腦上是4，因此，最多同時執(zhí)行4個進程。這是Pool有意設計的限制，并不是操作系統(tǒng)的限制。如果改成：
p = Pool(5)
就可以同時跑5個進程。
由于Pool的默認大小是CPU的核數，如果你不幸擁有8核CPU，你要提交至少9個子進程才能看到上面的等待效果。
子進程
很多時候，子進程并不是自身，而是一個外部進程。我們創(chuàng)建了子進程后，還需要控制子進程的輸入和輸出。
subprocess模塊可以讓我們非常方便地啟動一個子進程，然后控制其輸入和輸出。
下面的例子演示了如何在Python代碼中運行命令nslookup www.python.org，這和命令行直接運行的效果是一樣的：
進程間通信
Process之間肯定是需要通信的，操作系統(tǒng)提供了很多機制來實現進程間的通信。Python的multiprocessing模塊包裝了底層的機制，提供了Queue、Pipes等多種方式來交換數據。
我們以Queue為例，在父進程中創(chuàng)建兩個子進程，一個往Queue里寫數據，一個從Queue里讀數據。
