由于GIL的存在，python中的多线程并不是真正的多线程。
如果想要充分的使用多核CPU的资源，在python中大部分情况需要使用多进程。
在计算机中，进程与进程这之间在内存中是相互独立的，是两块完全不同的内存空间，而且相互之间没有任何联系。
在线程之中，在全局定义一个变量，所有的线程都是共用的，但是不同的进程之间的数据则不是公有的。
multiprocessing包是python中的多进程管理包。
与threading.Thread类似，myltiprocessing模块可以利用multiprocessing.Process对象来创建一个子进程。
multiprocessing的很大一部分用法与threading使用同一套API。
Process对象与Thread对象的用法相同，也有start(),run()和join()的方法。
此外multiprocessing包中也有Lock,Event,Smaphore,Condition类，这些对象可以像多线程那样，通过参数传递给各个进程，以实现同步进程。
1.进程的创建：
大家在用chrome浏览器浏览网页的时候，打开任务管理器，会看到chrome的进程会不止一个，那么怎么在在一段py程序里面开辟一个子进程呢？？
python中子进程的创建有两种方法：
1.通过Process类调用
import multiprocessing
import time
def func():
print("hello world------>",time.ctime())
time.sleep(2) #让系统休眠2S
print("func ending------>",time.ctime())
if __name__ == "__main__":
p1=multiprocessing.Process(target=func,args=()) #实例化一个进程
p1.start() #启动进程
print("ending------>",time.ctime()) #计算程序执行所花费的时间
这样就创建一个进程，如果电脑的CPU是多核的话，这两个程序就会并行执行。
执行程序，程序最后一句"ending"和"hello world"会同进打印在屏幕上，然后程序休眠2s,又会在屏幕上打印一句"func ending",程序执行结束。
在程序执行期间，打开任务管理器，会看到进程列表中有两个python.exe的进程，等到程序执行完成，这两个python.exe的进程又会消失。
程序执行结果：
ending------> Thu Jul 20 15:56:17 2017
hello world------> Thu Jul 20 15:56:17 2017
func ending------> Thu Jul 20 15:56:19 2017
2.继承Process类调用
from multiprocessing import Process
import time
class MyProcess(Process): #定义一个类，这个类继承multiprocessing.Process这个类
def __init__(self,i):
super(MyProcess,self).__init__()
self.i=i
def run(self):
print("%s hello python------>"%self.i,time.ctime())
time.sleep(2)
if __name__=="__main__":
p_list=[]
for i in range(3):
p1=MyProcess(i) #实例化进程
p1.start() #启动进程
p_list.append(p1)
for item in p_list:
item.join() #阻塞主进程，全子进程执行完毕再执行主进程
print("ending------>",time.ctime()) #计算程序执行所花费的时间
利用类的继承，创建了3个进程，这三个进程同时在屏幕在打印自身的编号及一句话,然后程序休眠2s后，又会打印结束话语。
在程序的执行过程中，查看系统进程列表，会看到python解释器的进程编号：
E:\py_code>tasklist | findstr python
python.exe 5760 Console 1 11,524 K
python.exe 3488 Console 1 11,616 K
python.exe 6900 Console 1 11,672 K
python.exe 4384 Console 1 11,636 K
程序执行结果：
1 hello python------> Thu Jul 20 16:05:07 2017
2 hello python------> Thu Jul 20 16:05:07 2017
0 hello python------> Thu Jul 20 16:05:07 2017
ending------> Thu Jul 20 16:05:09 2017
2.进程的使用方法：
来看下面的例子：
让系统执行一段范围内的累加和累乘操作，计算CPU执行这两个操作所花的时间。
第一种方式：正常的定义两个函数，然后执行程序。
def func1(x):
res1=0
for i in range(x):
res1 += i #累加计算的结果
return res1
def func2(y):
res2=1
for i in range(1,y):
res2 *= i #累乘计算的结果
return res2
s1=time.time()
func1(100000000) #执行累加函数
func2(100000) #执行累乘函数
s2=time.time()
print("cost time:%s"%(s2-s1)) #计算程序执行所花费的时间
程序返回结果：
cost time:9.273045301437378
第二种方式，使用程序执行另外两个进程，分别调用系统资源来运算，计算CPU所花费的时间。
from multiprocessing import Process
import time
def func1(x):
res1=0
for i in range(x):
res1 += i
return res1
def func2(y):
res2=1
for i in range(1,y):
res2 *= i
return res2
if __name__=="__main__":
t1=time.time()
p1=Process(target=func1,args=(100000000,)) #实例化进程p1
p1.start() #启动进程p1
p2=Process(target=func2,args=(100000,)) #实例化进程p2
p2.start() #启动进程pp2
p1.join()
p2.join()
print("ending")
t2=time.time()
print("cost time:%s"%(t2-t1)) #计算程序运行所花费的时间
执行程序，查看系统的任务管理器，可以看到程序在运行的过程中，生成了三个进程。
E:\py_code>tasklist | findstr python
python.exe 6520 Console 1 11,536 K
python.exe 4340 Console 1 11,612 K
python.exe 6200 Console 1 12,240 K
程序执行结果：
ending
cost time:5.437908697128296
可以看到，第二段代码里面有三个进程(一个主进程和两个子进程p1,p2)，
同时在执行这两个函数，所以CPU在执行这两个运行的时候所花的时间会少一些的原因。
3.python中，多进程的优缺点：
优点：
可以利用多核，以实现并形运算
缺点：
1.浪费的系统资源比较多
2.进程之间的通信比较困难
4.multiprocessing中的Process类中内置方法及用法：
在系统的提示符下，导入multiprocessing模块，使用：
import multiprocessing
查看这个模块的内置的方法：
help(multiprocessing.Process)
multiprocessing.Process内置方法：
构造方法：
group 线程组
target 要执行的方法
name 进程的名
args/kwargs 执行过程中要传入的参数
实例方法：
is_alive() 测试进程是否在运行
join([timeout]) 阻塞当前上下文环境的进程，直到调用此方法的进程终止或到达指定的timeout
start() 进程准备就绪，等待CPU调度
run() start()调用run方法，如果实例进程未制定传入target时，这start执行默认的run()方法
terminate() 不管任务是否完成，立即停止工作进程
属性：
deamon 和线程的setDeamon功能一样
name 进程的名字
pid(ident) 进程号
ppid 进程的父进程号
Process内置方法的用法：
代码如下：
from multiprocessing import Process
import os
import time
def info(name):
print("process name:",name) #打印当前进程的进程名
print("parent process:",os.getppid()) #打印当前进程的父进程ID号
print("process:",os.getpid()) #打印当前进程的进程ID号
print("---------")
time.sleep(10)
def foo(name):
info(name)
if __name__=="__main__":
info("main process")
p1=Process(target=info,args=("process1",))
p1.start()
p1.join()
p2=Process(target=foo,args=("process2",))
p2.start()
p2.join()
print("ending")
程序执行过程中，打开系统的任务管理器，查找python的进程可以看到：
E:\py_code>tasklist | findstr python
python.exe 2424 Console 1 11,536 K
python.exe 5360 Console 1 11,632 K
python.exe 2532 Console 1 11,664 K
执行程序，返回结果如下：
process name: main process line
parent process: 628
process: 2424
---------
process name: process1
parent process: 2424
process: 2532
---------
process name: process2
parent process: 2424
process: 5360
---------
ending
可以看到process1和process2的进程名和进程号，这两个进程的父进程号都是一样的，都是主进程的进程号。
5.注意事项
需要注意的是，python的进程之间的切换，耗费的系统资源比线程的切换耗费的资源多得多。