「这是我参与2022首次更文挑战的第10天，活动详情查看：2022首次更文挑战」。

在 《【Python】多线程的实现及其存在的问题》 一文中，讲解了如何在 Python 中使用多线程，以及 Python 多线程存在的问题——由于全局解释器锁的存在， Python 中的多线程实际上是假的多线程，不管有几个核，单位时间多个核只能跑一个线程。并提到了如果需要充分利用多核，可使用 multiprocessing 库，创建多进程。本文将介绍 Python 中多线程的实现。

multiprocessing

multiprocessing 库提供了基于进程的并行处理，通过使用子进程而非线程有效地绕过了全局解释器锁，因此，multiprocessing 库允许程序员充分利用给定机器上的多个处理器。

多进程的创建

在 multiprocessing 中，通过创建一个 Process 对象然后调用它的 start() 方法来生成进程。

import multiprocessing

if __name__ == '__main__':
    process = multiprocessing.Process(group=None, target=None, name=None, args=(), kwargs={}, daemon=None)

• group ：分组，仅用于兼容 threading.Thread，必须始终为 None，否则会抛出异常
• target ：这个进程实例所调用的对象
• name ： 进程的名称
• args、kwargs ：调用对象所需的参数
• daemon ：子线程是否为守护线程
  • 当一个进程启动之后，会默认产生一个主线程，因为线程是程序执行流的最小单元，当设置多线程时，主线程会创建多个子线程
  • 默认情况下（None），该标志将从创建的进程继承
  • 设置为 False 时候，主线程执行完自己的任务以后退出，子线程会继续执行自己的任务，直到自己的任务结束
  • 设置为 True 时候，主线程一旦执行结束，则全部子线程全部被终止执行

进程的启动与停止

• process.start() ：启动进程
• process.kill() ：终止进程（使用SIGKILL信号）
• process.terminate() ：终止进程（使用SIGTERM信号）
• porcess.close() ：关闭进程，释放与之关联的所有资源
  • 如果底层进程仍在运行，则会引发 ValueError
• process.join(timeout=None) ：等待直到进程结束
  • timeout 为 None 时候，该方法将阻塞，直到调用 join() 方法的进程终止。
  • 如果 timeout 是一个正数，它最多会阻塞 timeout 秒
  • 如果进程终止或方法超时，则该方法返回 None 
• process.is_alive() ：返回进程是否还活着

举个栗子

import multiprocessing
import time

def hello():
    print("Hello")
    time.sleep(1)
    print("world")

if __name__ == '__main__':

    # daemon
    process = multiprocessing.Process(target= hello)
    process.start()
    # 输出 Hello world
    
    process = multiprocessing.Process(target= hello, daemon= True)
    process.start()
    # 输出 Hello
    
    # kill
    process = multiprocessing.Process(target= hello, daemon= True)
    process.start()
    time.sleep(0.2)
    process.kill()
    # 输出 Hello