本篇文章给大家带来的内容是关于python实现多进程的详解（附示例），有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
fork函数创建子进程
基本使用
Linux 操作系统提供了一个 fork函数用来创建子进程。fork()位于Python的os模块中。
使用导入os模块即可。
import os os.fork()
每次调用fork()函数后，相应的父进程都会生成一个子进程。
例如下面这段代码：
立即学习“Python免费学习笔记（深入）”；
import os os.fork() os.fork() os.fork()
执行之后将会生成8个进程。
fork()函数的返回值
fork()函数对于子进程的返回值永远是0，而对父进程的返回值则为子进程的pid(进程号)。
实例
#!/usr/bin/env python
import os
import time
rt = os.fork()
if rt == 0:
print(f"The child process is {os.getpid()} . His father is {os.getppid()}") # os.getpid()获取当前进程进程号，os.getppid()获取当前进程的父进程号
time.sleep(5)
else:
print(f"The father process is {os.getpid()} . His father is {os.getppid()}")
time.sleep(5)
print(f"Now the process is {os.getpid()} . His father is {os.getppid()}")执行结果：
进程模块
导入模块
Python也提供了multiprocessing库给全平台提供了多线程编程。
import multiprocessing
简单进程
下面代码为一个简单进程：
本书是全面讲述PHP与MySQL的经典之作，书中不但全面介绍了两种技术的核心特性，还讲解了如何高效地结合这两种技术构建健壮的数据驱动的应用程序。本书涵盖了两种技术新版本中出现的最新特性，书中大量实际的示例和深入的分析均来自于作者在这方面多年的专业经验，可用于解决开发者在实际中所面临的各种挑战。
from multiprocessing import Process
def work(num):
for i in range(10):
num += 1
print(num)
return 0
def main():
num = 1
p1 = Process(target = work, args = (num,))
p1.start()
if __name__ == '__main__':
main()
这里从multiprocessing库引入Process这个类。
p1 = Process(target = work, args = (num,))是创建一个进程。target为所要执行任务的函数，args则为接收的参数，必须以元组形式给与。
start()是让进程开始运行。
同时进程有一些方法：
join方法
Process的join方法与多线程类似。为等待进程运行结束。
使用方法：join(timeout)。
使用join()，程序会等待进程结束后再继续进行下面的代码。
如果加入了timeout参数，则程序会等待timeout秒后继续执行下面的程序。
close方法
close()用于关闭进程，但是不能关闭正在运行中的子进程。
进程类
可以通过创建类的方式实现多进程：
from multiprocessing import Process
import time
class My_Process(Process):
def __init__(self,num):
Process.__init__(self)
self.num = num
def run(self):
time.sleep(2)
print(self.num)
def main():
for i in range(10):
p = My_Process(i)
p.start()
if __name__ == '__main__':
main()进程池
from multiprocessing import Pool
import time
def target(num):
time.sleep(2)
print(num)
def main():
pool = Pool(3)
for i in range(3):
pool.apply_async(target,(i,))
pool.close()
pool.join()
print('Finish!!!')
if __name__ == '__main__':
main()对Pool对象调用join()方法会等待所有子进程执行完毕，调用join()之前必须先调用close()，调用close()之后就不能继续添加新的Process了。
Pool(num)里的num为要添加到里面的进程数。不指定进程数，则默认为CPU核心数量。
进程间相互独立
多进程的每一个进程都有一份变量的拷贝，进程之间的操作互不影响。
import multiprocessing
import time
zero = 0
def change_zero():
global zero
for i in range(3):
zero = zero + 1
print(multiprocessing.current_process().name, zero)
if __name__ == '__main__':
p1 = multiprocessing.Process(target = change_zero)
p2 = multiprocessing.Process(target = change_zero)
p1.start()
p2.start()
p1.join()
p2.join()
print(zero)最后的执行结果：
如果进行文件IO操作，则多进程都会写入同一个文件中。
队列
使用multiprocessing里的Queue可使不同进程访问相同的资源。
from multiprocessing import Process, Queue
def addone(q):
q.put(1)
def addtwo(q):
q.put(2)
if __name__ == '__main__':
q = Queue()
p1 = Process(target=addone, args = (q, ))
p2 = Process(target=addtwo, args = (q, ))
p1.start()
p2.start()
p1.join()
p2.join()
print(q.get())
print(q.get()) 
