python提供了一个跨平台的多进程支持——multiprocessing模块，其包含Process类来代表一个进程对象
1、Process语法结构：（注： 传参的时候一定使用关键字传参）
2、自定义进程类：需要继承Process类
自定义类的时候必须注意的事项：
第一，必须继承Process类的构造方法
第二，必须重写Process类的run（）方法
第三，不能用实例化对象直接调用run（）方法，而是调用start（）方法
第四，在进程改变实例化对象的数据时，这个数据是被隔离的，即改变数据不成功
# 自定义进程类
class ProcessClass(Process):
g_num = 100
def __init__(self, interval):
# 这行代码必须添加上
super().__init__()
self.interval = interval
self.result = "初始化"
def run(self):
global g_num
g_num = 120
print("子进程{}，开始执行，父进程为{}".format(os.getpid(), os.getppid()))
start = time.time()
time.sleep(2)
stop = time.time()
print("{}执行结束，耗时{:0.2f}秒".format(os.getpid(), stop-start))
self.result = "运行之后的结果"
if __name__ == "__main__":
t_start = time.time()
print("当前进程{}".format(os.getpid()))
p = ProcessClass(2)
p.start()
p.join()
t_stop = time.time()
# 数据隔离
print("子进程 任务 运行结果：", p.result) # -----> 初始化 数据未改变
print(ProcessClass.g_num) # ------>100 数据未改变
print("(%s)执行结束，耗时%0.2f" % (os.getpid(), t_stop - t_start))3、进程间的通信
像之前改变数据，就要使用到进程间的通信，可以使用multiprocessing模块的Queue类来实现进程间的通信
Queue的常用方法：
qsize(): 返回当前队列包含的消息（数据）数量
empty():如果队列为空，返回True，否则False
full():如果队列满了，返回True，否则False
get() 或者 put()分别时阻塞式获取 或者 阻塞式存储队列的一条消息（数据），然后获取 或者 添加这条消息，如果队列为空 或者 队列满了，在运行的过程阻塞
get_nowait() 或者 put_nowait()分别时非阻塞式获取 或者 非阻塞式存储队列的一条消息（数据），然后移除 和 添加这条消息，如果队列为空 或者 队列满了，会抛出相应的异常
实例如下：
# 自定义进程类
class ProcessClass(Process):
g_num = 100
def __init__(self, interval, q):
# 这行代码必须添加上
super().__init__()
self.interval = interval
self.result = "初始化"
# 初始化一个队列实例化对象
self.q = q
def run(self):
global g_num
g_num = 120
print("子进程{}，开始执行，父进程为{}".format(os.getpid(), os.getppid()))
start = time.time()
time.sleep(self.interval)
stop = time.time()
print("{}执行结束，耗时{:0.2f}秒".format(os.getpid(), stop-start))
self.result = "运行之后的结果"
# 将消息（数据）添加到队列中
self.q.put(g_num)
self.q.put(self.result)
def get_data(self):
return self.result
if __name__ == "__main__":
# 初始化一个队列实例化对象，参数为队列的长度
queues = Queue(5)
print("当前进程{}".format(os.getpid()))
p = ProcessClass(2, queues)
t_start = time.time()
p.start()
p.join()
t_stop = time.time()
# 数据隔离
print("子进程 任务 运行结果：", p.get_data()) # -----> 初始化 数据未改变
print(ProcessClass.g_num) # ------>100 数据未改变
print("子进程 任务 运行结果：", queues.get()) # -----> 120 数据未改变
print("子进程 任务 运行结果：", queues.get()) # -----> 运行之后的结果 数据未改变
print("(%s)执行结束，耗时%0.2f" % (os.getpid(), t_stop - t_start))
4、进程池：
如果进程有成千上万个，手动创建进程的工作量巨大，这个时候应该用到multiprocessing模块中的Pool类
这个类下有几个方法比较常用：
apply_async(func[, args[, kwds]]) ：使用非阻塞方式调用func（并行执行 ，堵塞方式必须等待上一个进程退出才能执行下一个进程），args为传递给 func的参数列表，kwds为传递给func的关键字参数列表；
apply(func[, args[, kwds]])：使用阻塞方式调用func close()：关闭Pool，使其不再接受新的任务；
terminate()：不管任务是否完成，立即终止；
join()：主进程阻塞，等待子进程的退出， 必须在close或terminate之后使用
主要实例：
# 进程池
def worker(msg):
start = time.time()
print("{}开始执行，进程号为{}".format(msg, os.getpid()))
# random.random()生成0~1之间的随机数
time.sleep(random.random()*3)
# time.sleep(3)
stop = time.time()
print(msg, "执行完毕，耗时{:.2f}".format(stop-start))
if __name__ == "__main__":
# 定义一个进程池，最大数为3
po = Pool(3)
for i in range(10):
# 非阻塞式操作Pool.apply_async(要调用的目标，(传递给目标的参数元组，))
# 每次循环将会用空闲出来的子进程去调用目标
po.apply_async(worker, (i, ))
# 阻塞式操作
# po.apply(worker, (i, ))
print("start".center(24, "-"))
po.close()
po.join()
print("end".center(24, "-"))
