摘要：
Unix/Linux操作系统提供了一个fork()系统调用，它非常特殊。普通的函数调用，调用一次，返回一次，但是fork()调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。子进程永远返回0，而父进程返回子进程的ID。这样做的理由是，一个父进程可以fork出很多子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用getppid()就可以拿到父进程的ID。
目录：
前文回顾Python 多线程Multiprocessing LockMultiprocessing SemaphoreMultiprocessing EventMultiprocessing Queue and PipeMultiprocessing PoolPython 多进程 数据对比测试正文： 一. 前文回顾 1.1 前言 上一篇博客中写了《Python 多线程是多鸡肋》一文，感觉多线程并没有真正意义上的实现了并发，进而尝试使用多进程来实现上文的数据对比测试，从而分析测试结果。
二. Python 多线程 2.1 讲解 Pyhton实现多进程用到了 multiprocessing 模块，如果你打算编写多进程的服务程序，Unix/Linux无疑是正确的选择。由于Windows没有fork调用，难道在Windows上无法用Python编写多进程的程序？由于Python是跨平台的，自然也应该提供一个跨平台的多进程支持。multiprocessing模块就是跨平台版本的多进程模块。
multiprocessing模块提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束：
# -*- coding:utf-8 -*- from multiprocessing import Process import os # 子进程要执行的代码 def run_proc(name): print 'Run child process %s (%s)...' % (name, os.getpid()) if __name__=='__main__': print 'Parent process %s.' % os.getpid() p = Process(target=run_proc, args=('test',)) print 'Process will start.' p.start() p.join() print 'Process end.'执行结果：
Parent process 928. Process will start. Run child process test (929)... Process end.三. Multiprocessing Lock 当多个进程需要访问共享资源的时候，Lock可以用来避免访问的冲突。主要用到了lock.acquire() 和lock.release()
# -*- coding:utf-8 -*- import multiprocessing import sys def worker_with(lock, f): with lock: fs = open(f,"a+") fs.write('Lock acquired via with\n') fs.close() def worker_no_with(lock, f): lock.acquire() try: fs = open(f,"a+") fs.write('Lock acquired directly\n') fs.close() finally: lock.release() if __name__ == "__main__": f = "file.txt" lock = multiprocessing.Lock() w = multiprocessing.Process(target=worker_with, args=(lock, f)) nw = multiprocessing.Process(target=worker_no_with, args=(lock, f)) w.start() nw.start() w.join() nw.join()四. Multiprocessing Semaphore Semaphore用来控制对共享资源的访问数量，例如池的最大连接数。
# -*- coding:utf-8 -*- import multiprocessing import time def worker(s,i): s.acquire() print(multiprocessing.current_process().name + " acquire") time.sleep(i) print(multiprocessing.current_process().name + " release") s.release() if __name__ == "__main__": s = multiprocessing.Semaphore(2) for i in range(5): p = multiprocessing.Process(target=worker, args=(s,i*2)) p.start()五. Multiprocessing Event Event用来实现进程间同步通信。
# -*- coding:utf-8 -*- import multiprocessing import time def wait_for_event(e): """Wait for the event to be set before doing anything""" print ('wait_for_event: starting') e.wait() print ('wait_for_event: e.is_set()->' + str(e.is_set())) def wait_for_event_timeout(e, t): """Wait t seconds and then timeout""" print ('wait_for_event_timeout: starting') e.wait(t) print ('wait_for_event_timeout: e.is_set()->' + str(e.is_set())) if __name__ == '__main__': e = multiprocessing.Event() w1 = multiprocessing.Process(name='block', target=wait_for_event, args=(e,)) w1.start() w2 = multiprocessing.Process(name='non-block', target=wait_for_event_timeout, args=(e, 2)) w2.start() time.sleep(3) e.set() print ('main: event is set')六. Multiprocessing Queue and Pipe Python的multiprocessing模块包装了底层的机制，提供了Queue、Pipes等多种方式来交换数据。
# -*- coding:utf-8 -*- from multiprocessing import Process, Queue import os, time, random # 写数据进程执行的代码: def write(q): for value in ['A', 'B', 'C']: print 'Put %s to queue...' % value q.put(value) time.sleep(random.random()) # 读数据进程执行的代码: def read(q): while True: value = q.get(True) print 'Get %s from queue.' % value if __name__=='__main__': # 父进程创建Queue，并传给各个子进程： q = Queue() pw = Process(target=write, args=(q,)) pr = Process(target=read, args=(q,)) # 启动子进程pw，写入: pw.start() # 启动子进程pr，读取: pr.start() # 等待pw结束: pw.join() # pr进程里是死循环，无法等待其结束，只能强行终止: pr.terminate()执行结果：
Put A to queue... Get A from queue. Put B to queue... Get B from queue. Put C to queue... Get C from queue.七. Multiprocessing Pool 如果要启动大量的子进程，可以用进程池的方式批量创建子进程：
# -*- coding:utf-8 -*- from multiprocessing import Pool import os, time, random def long_time_task(name): print 'Run task %s (%s)...' % (name, os.getpid()) start = time.time() time.sleep(random.random() * 3) end = time.time() print 'Task %s runs %0.2f seconds.' % (name, (end - start)) if __name__=='__main__': print 'Parent process %s.' % os.getpid() p = Pool() for i in range(5): p.apply_async(long_time_task, args=(i,)) print 'Waiting for all subprocesses done...' p.close() p.join() print 'All subprocesses done.'执行结果：
Parent process 669. Waiting for all subprocesses done... Run task 0 (671)... Run task 1 (672)... Run task 2 (673)... Run task 3 (674)... Task 2 runs 0.14 seconds. Run task 4 (673)... Task 1 runs 0.27 seconds. Task 3 runs 0.86 seconds. Task 0 runs 1.41 seconds. Task 4 runs 1.91 seconds. All subprocesses done.八. Python 多进程 数据对比测试 将上文列子中多线程数据对比方法，改成多进行进行数据对比：
# -*- coding:utf-8 -*- import multiprocessing import TestCase import CommonVariable def test_data(excel_index): pool = multiprocessing.Pool(processes=CommonVariable.multiprocess_number) result = [] for i in range(CommonVariable.multiprocess_number): result.append(pool.apply_async(TestCase.compare_data, (CommonVariable.result_excel[excel_index + i][0], CommonVariable.result_excel[excel_index + i][1]))) pool.close() pool.join() test_result = "" for i in result: if i.get() == "all_pass": pass else: test_result += i.get() return test_result if __name__ == '__main__': print test_data(0)结论： 多进程在Windows上执行，耗时：6302.33秒，对比单线程8023.14秒有一些改进，但远远并没有达到预期目标，在Unix/Linux下，multiprocessing模块封装了fork()调用，使我们不需要关注fork()的细节。由于Windows没有fork调用，因此，multiprocessing需要“模拟”出fork的效果，父进程所有Python对象都必须通过pickle序列化再传到子进程去，所有，如果multiprocessing在Windows下调用失败了，要先考虑是不是pickle失败了。进而在MAC 上执行，执行时间3102.12秒，时间大大缩短。
参考文献： Python 多线程是多鸡肋 Python 多进程编程
欢迎加QQ群 -> 阳台测试 -> 239547991（群号）
