python干货｜python多进程并发
python多进程并发基本知识
（1）python多线程的限制
python多线程有个讨厌的限制，全局解释器锁（global interpreter lock），这个锁的意思是任一时间只能有一个线程使用解释器，跟单cpu跑多个程序一个意思，大家都是轮着用的，这叫“并发”，不是“并行”。手册上的解释是为了保证对象模型的正确性！这个锁造成的困扰是如果有一个计算密集型的线程占着cpu，其他的线程都得等着....，试想你的多个线程中有这么一个线程，得多悲剧，多线程生生被搞成串行；当然这个模块也不是毫无用处，手册上又说了：当用于IO密集型任务时，IO期间线程会释放解释器，这样别的线程就有机会使用解释器了！所以是否使用这个模块需要考虑面对的任务类型。
（2）并发与并行
无论是并行还是并发，在用户看来都是'同时'运行的，不管是进程还是线程，都只是一个任务而已，真是干活的是cpu，cpu来做这些任务，而一个cpu同一时刻只能执行一个任务
1） 并发：是伪并行，即看起来是同时运行。单个cpu+多道技术就可以实现并发，（并行也属于并发）
2） 并行：同时运行，只有具备多个cpu才能实现并行
（3）由于要做把一个多线程改成多进程，看一下相关方面的东西，总结一下，主要是以下几个相关的标准库
1. subprocess
2. signal
3. threading
4. multiprocessing
multiprocessing模块介绍
（1）简介：像线程一样管理进程，这个是mutilprocess的核心，他与threading很是相像，对多核CPU的利用率会比threading好的多。
（2）简单的创建进程
（3）确定当前的进程，即是给进程命名，方便标识区分，跟踪
（4）守护进程：守护进程就是不阻挡主程序退出，自己干自己的 mutilprocess.setDaemon(True)就这句等待守护进程退出，要加上join,join可以传入浮点数值，等待n久就不等了
（5）终止进程：最好使用 poison pill，强制的使用terminate()注意 terminate之后要join，使其可以更新状态
Process类的使用
（1）注意：在windows中Process()必须放到# if __name__ == '__main__':下
（2）创建并开启子进程的两种方式
Python中单线程、多线程和多进程的效率对比
(1)引入所需要的模块
(2)定义CPU密集的计算函数
(3）定义IO密集的文件读写函数
(4) 定义网络请求函数
(5)测试线性执行IO密集操作、CPU密集操作所需时间、网络请求密集型操作所需时间
(6)测试多线程并发执行CPU密集操作所需时间
(7)测试多线程并发执行IO密集操作所需时间
(8)测试多线程并发执行网络密集操作所需时间
(9)测试多进程并发执行CPU密集操作所需时间
(10)测试多进程并发执行IO密集型操作
(11)测试多进程并发执行Http请求密集型操作
（12）实验结果
最后
前几天有私信小编要Python的学习资料，小编整理了一些有深度的Python教程和参考资料，从入门到高级的都有，文件已经打包好了，正在学习Python的同学可以下载学习学习。文件下载方式：点击小编头像，关注后私信回复“python”即可下载。首先把代码撸起来！首先把代码撸起来！首先把代码撸起来！重要的事说三遍，哈哈。“编程是门手艺活”。什么意思？得练啊。