Python进程模块

创建进程模块的方法

os.system

os.system是最简单创建进程的方法，参数只有一个，就是要执行的命令，如"dir"，就类似于在cmd中输入的命令。

os.exec系列函数一共有8个。查看

os.fork

os.fork函数调用系统API并创建子进程,但是fork函数在windows中并不存在，在linux和mac上可以正常使用。

subprocess模块

调用外部命令，而那些外部命令就是这些函数的参数，subprocess模块比前3种模块提供了更多的方法来调用外部命令。
所有的方法种args是必传的参数，它可以是字符串或者序列类型。默认执行的程序应该是序列的第一个字段，单个字符串的话，解析依赖于平台。在Unix系统中，如果args是一个字符串，那么这个字符串会解释成被执行程序的名字或路径，这种情况只能用在不需要传参数的程序上。
这里介绍下与os.system类型的函数功能：接收参数运行命令并返回命令。他就是subprocess.call函数，但他返回的是返回命令的退出码(为0则表示运行成功)
个人觉得：运行命令参数的话，他比os.system繁琐多了。

multiprocessing.Process

multiprocessing创建的是子进程，所以可以有效地避免全局解释器锁和有效地利用多核CPU的性能。
multiprocessing.Process对象和threading.Thread的使用方法大致一样。

多进程之间的通信

multiprocessing.Queue可以实现进程之间的通信，而多线程中其实也是有个Queue对象，这里的Queue对象的作用是线程安全。


线程之间可以共享变量，但是进程之间不会共享变量。对然multiprocessing.Queue的方法和queue.Queue方法一摸一样，但是在创建的时候需要把Queue对象传递给进程，这样才能正确的让主进程获取子进程的数据，否则主进程的Queue内一直都是空的。

线程池

使用的虽然还是multiprocessing模块，但它的dummy类吧，可以进行多线程的创建，并且通过该类的dummy.pool(processes=线程池的数量)，该类的作用是复制了multiprocessing模块的API，但多线程实现线程池的方法和多进程实现进程池的方法一样。线程池也可以用map()来映射函数。

import multiprocessing.dummy # 该模块作用是复制了multiprocessing模块的API
import time
# 多线程实现线程池的方法和多进程实现进程池的方法一样

def process_func(process_id):
    print("process id %d start" % process_id)
    time.sleep(3)
    print("process id %d end"% process_id)

def main():
    #虽然参数叫processes但是实际创建的是线程
    pool = multiprocessing.dummy.Pool(processes=3)
    for i in range(10):
        # 向进程池中添加要执行的任务
        # apply_asyns这个函数的作用是什么，asyns经常在服务器中碰到这个词;写错了，报错，是async
        pool.apply_async(process_func,args=(i,))

    pool.close()
    pool.join()


if __name__ == "__main__":
    main()