提高Python程序运行效率三种模式第一种：多进程multiprocessing模块

python是一个解释性语言，所以它不需要进行编译就可以直接使用：

　　1. 编译型语言在程序执行之前，先会通过编译器对程序执行一个编译的过程，把程序转变成机器语言。运行时就不需要翻译，而直接执行就可以了。最典型的例子就是C语言。

　　2. 解释型语言就没有这个编译的过程，而是在程序运行的时候，通过解释器对程序逐行作出解释，然后直接运行，最典型的例子是Ruby

因为编译型语言在程序运行之前就已经对程序做出了“翻译”，所以在运行时就少掉了“翻译”的过程，所以效率比较高。

那我们就得想把办法提升我们程序运行的效率————multiprocessing多进程运行

 个人理解就是将原有的程序复制一份到新的内存空间，行程彼此相对独立的多个程序运行

import multiprocessing
import time
def sum_1(num):
    num1 =0
    while num1 < num:
        print(num)
        num1 += 1


def sum_2(num2):
    num2 =0
    while num2 < num:
        print(num)
        num2 += 1


print("The program is begin %s") % time.time()
p1 = multiprocessing.Process(target=sum_1, args=(10000, ))
p2 = multiprocessing.Process(target=sum_2, args=(10000, ))
p1.start() 
p2.start()
p1.join()
p2.join()
print("The program is over  %s") % time.time()

p1 与 p2 为两个独立的程序，互相直接数据不会共享，各自独立运行各自的函数。

p1 = multiprocessing.Process(target=sum_1, args=(10000, ))
p2 = multiprocessing.Process(target=sum_2, args=(10000, ))

target = 后面是你需要新创建子进程执行的函数名，args=后面必须是一个元组，写入的是你需要给程序传递的参数，没有一个以上的参数时需要加，分隔

p1.start() 
p2.start()

通过.start()方法来开启新的子进程，主进程开启新的子进程后会继续往下运行自己的代码

p1.join()
p2.join()

通过.join()方法来堵塞主进程，不让主进程继续往下执行相关代码，而是等待子进程全部执行完毕后，主进程解除堵塞继续往下执行。

因为进程之间相对独立，如果需要通信的话我们可以使用multiprocessing.Queue，Queue的功能是将需要传输的数据通过put放在队里中， 然后其他进程可以通过get获取。下次再整理，有一起学python的吗，可以一起交流啊，最近写个简单的web服务器老是莫名其妙奔溃，急需要找个人一起debug！