`multiprocessing` 是 Python 的一个标准库，用于创建多进程。与多线程（`threading`）不同，`multiprocessing` 允许每个进程拥有自己的内存空间，这意味着它们不受全局解释器锁（GIL）的限制，可以在多核处理器上实现真正的并行计算。
### `multiprocessing` 的作用：
1. **并行计算**：可以利用多核处理器的能力，通过并行执行多个进程来提高计算效率。
2. **绕过 GIL**：由于每个进程有自己的 Python 解释器和内存空间，因此不受 GIL 的限制。
3. **简化 I/O 密集型任务**：可以并行执行多个 I/O 操作，提高效率。
4. **隔离性**：每个进程相互独立，一个进程的崩溃不会直接影响其他进程。
5. **资源共享**：可以通过特定的方式（如管道、队列、共享内存）在进程间共享数据。
### 简单的启动、停止和等待的用法：
#### 启动进程
创建进程的最简单方式是使用 `Process` 类。以下是创建和启动一个新进程的基本步骤：
from multiprocessing import Process
def worker(name):
print(f"Launched process with ID: {name}")
if __name__ == '__main__':
# 创建一个进程对象
p = Process(target=worker, args=('12345',))
# 启动进程
p.start()
# 等待进程结束
p.join()在这个例子中，`worker` 函数是新进程启动后要执行的目标函数。`Process` 类的 `target` 参数指定了这个函数，`args` 参数是一个元组，包含了传递给 `worker` 函数的参数。
#### 停止进程
在 `multiprocessing` 中，通常不推荐直接停止一个进程，因为这可能会导致资源泄露或者其他不稳定的行为。正确的做法是让子进程完成其任务后自然结束。如果确实需要停止一个进程，可以通过以下方式：
import time
from multiprocessing import Process, current_process
def worker():
print(f"Process {current_process().pid} is running")
time.sleep(5) # 模拟长时间运行的任务
print(f"Process {current_process().pid} is terminating")
if __name__ == '__main__':
p = Process(target=worker)
p.start()
time.sleep(2) # 让进程运行一会儿
# 终止进程
p.terminate()
p.join() # 等待进程结束在这个例子中，`terminate()` 方法被用来强制终止进程。但请注意，这种方式可能会导致进程资源没有被正确清理。
#### 等待进程结束
使用 `join()` 方法可以等待进程结束：
p.join()这个方法会阻塞调用它的线程，直到对应的进程结束。这对于确保主程序在子进程结束后再继续执行是很有用的。
### 注意事项
- 当使用 `multiprocessing` 时，通常需要在 `if __name__ == '__main__':` 块中启动进程，这是为了防止在 Windows 系统上出现递归地创建子进程的问题。
- 进程间通信需要使用 `multiprocessing` 提供的通信机制，如 `Pipe`、`Queue` 或共享内存。
- 进程的创建和销毁比线程要昂贵，因此在使用 `multiprocessing` 时应该考虑到这一点，合理规划进程的数量。
