一种接近底层的实现方法是使用 os.fork()方法，fork出子进程。但是这样做事有局限性的。比如windows的os模块里面没有 fork() 方法。
windows：
。linux：
另外还有一个模块：subprocess。这个没整过，但从vamei的博客里看到说也同样有局限性。
所以直接说主角吧 --- multiprocessing模块。 multiprocessing模块会在windows上时模拟出fork的效果，可以实现跨平台，所以大多数都使用multiprocessing。
下面给一段简单的代码，演示一下创建进程：
#encoding:utf-8
from multiprocessing import Process
import os, time, random
#线程启动后实际执行的代码块
def r1(process_name):
for i in range(5):
print process_name, os.getpid() #打印出当前进程的id
time.sleep(random.random())
def r2(process_name):
for i in range(5):
print process_name, os.getpid() #打印出当前进程的id
time.sleep(random.random())
if __name__ == "__main__":
print "main process run..."
p1 = Process(target=r1, args=('process_name1', )) #target:指定进程执行的函数，args:该函数的参数，需要使用tuple
p2 = Process(target=r2, args=('process_name2', ))
p1.start() #通过调用start方法启动进程，跟线程差不多。
p2.start() #但run方法在哪呢？待会说。。。
p1.join() #join方法也很有意思，寻思了一下午，终于理解了。待会演示。
p2.join()
print "main process runned all lines..."
执行结果：
上面提到了两个方法：run 和join
run：如果在创建Process对象的时候不指定target，那么就会默认执行Process的run方法：
#encoding:utf-8
from multiprocessing import Process
import os, time, random
def r():
print 'run method'
if __name__ == "__main__":
print "main process run..."
#没有指定Process的targt
p1 = Process()
p2 = Process()
#如果在创建Process时不指定target，那么执行时没有任何效果。因为默认的run方法是判断如果不指定target，那就什么都不做
#所以这里手动改变了run方法
p1.run = r
p2.run = r
p1.start()
p2.start()
p1.join()
p2.join()
print "main process runned all lines..."
另：python源码里，Process.run方法：
执行结果：
可见如果在实例化Process时不指定target，就会执行默认的run方法。
还有一个join方法：
最上面演示的代码中，在调用Process的start方法后，调用了两次join方法。这个join方法是干什么的呢？
官方文档的意思是：阻塞当前进程，直到调用join方法的那个进程执行完，再继续执行当前进程。
比如还是刚才的代码，只是把两个join注释掉了：
#encoding:utf-8
from multiprocessing import Process
import os, time, random
def r1(process_name):
for i in range(5):
print process_name, os.getpid() #打印出当前进程的id
time.sleep(random.random())
def r2(process_name):
for i in range(5):
print process_name, os.getpid() #打印出当前进程的id
time.sleep(random.random())
if __name__ == "__main__":
print "main process run..."
p1 = Process(target=r1, args=('process_name1', ))
p2 = Process(target=r2, args=('process_name2', ))
p1.start()
p2.start()
#p1.join()
#p2.join()
print "main process runned all lines..."
执行结果：
发现主进程不像之前那样，等待两个子进程执行完了，才继续执行。而是启动两个进程后立即向下执行。
为了深刻理解，这次把p2的执行函数里面睡眠时间调大，让他多睡一会，然后保留p1的join，注释掉p2的join，效果更明显：
#encoding:utf-8
from multiprocessing import Process
import os, time, random
def r1(process_name):
for i in range(5):
print process_name, os.getpid() #打印出当前进程的id
time.sleep(random.random())
def r2(process_name):
for i in range(5):
print process_name, os.getpid() #打印出当前进程的id
time.sleep(random.random()*2)
if __name__ == "__main__":
print "main process run..."
p1 = Process(target=r1, args=('process_name1', ))
p2 = Process(target=r2, args=('process_name2', ))
p1.start()
p2.start()
p1.join()
#p2.join()
print "main process runned all lines..."
执行结果：
发现主线程只是等待p1完成了，就会向下执行，而不会等待p2是否完成。
所以使用多进程的常规方法是，先依次调用start启动进程，再依次调用join要求主进程等待子进程的结束。
然而为什么要先依次调用start再调用join，而不是start完了就调用join呢，如下：
由：
p1.start() p2.start() p1.join()
改为：
p1.start() p1.join() p2.start()
执行效果：
发现是先执行完p1，再执行主线程，最后才开始p2。
今天上午一直困惑这个事，现在终于明白了。join是用来阻塞当前线程的，p1.start()之后，p1就提示主线程，需要等待p1结束才向下执行，那主线程就乖乖的等着啦，自然没有执行p2.start()这一句啦，当然就变成了图示的效果了。