进程01

程序：就是一段代码，么有执行

进程：以进程为单位来分配系统资源的最小单位，也就是把一段程序执行起来，操作系统会分配一个内存空间，

　　里面有代码，有变量，还有程序执行到哪里的计数器等，这就是进程

单核cpu：如何同时运行qq,微信，酷狗，等多任务？

　　　　这是运用的分时复用的原理，有一个时间片的概念，他是微秒级的，1000微秒=1毫秒，1000毫秒=1秒，

　　　　也就是在一定的时间之内cpu通过时间片来回的切转，让我们人眼看起来就是同时在运行。

1.直接使用的Process类

from multiprocessing import Process
import os

def run(num):
　　print os.getpid(),os.getppid()
　　print num

创建一个子进程对象
process = Process(target=run, args=(100,), kwargs={})

process.start()
process.join()

2、通过继承Process类来创建进程类，可以重新写一些方法，可以初始化一些参数，以便使用

from multiprocessing import Process

from os import getpid

class SubProcess(Process):
　　def __init__(self, num):
　　　　super(SubProcess, self).__init__()  
　　　　self.num = num

　　def run(self):
　　　　print 'zijincheng', getpid()
　　　　self.work()

　　　　self.fun()

　　def work(self):
　　　　print 'haha'

　　def fun():

　　　　pass

process_object = SubProcess(100)

process_object.start()   #会自动开启run方法
process_object.join()

3、 执行过程

import os
import time 

from multiprocessing import Process

def sub_process_fun(num, a):

　　print os.getpid(),os.getppid()

　　# process_obj = Process(target=sub_process_fun, args=(100,), kwargs={"a": 10}, name="itcast")
process_obj = Process(target=sub_process_fun, args=(100,), kwargs={"a": 10})

process_obj.start()

print process_obj.name
print process_obj.pid      查看子进程pid
print process_obj.is_alive()

process_obj.join()         回收子进程，默认是阻塞的

process_obj.terminate()    停止了子进程，只是停止代码，但是没有进行资源回收，所以下一行is_alive 返回值是true
print("父进程：子进程的状态 %s" % process_obj.is_alive())
print("父进程: 回收子进程的资源")

---

4、什么是进程池呢？

　　当一个主进程执行过程中需要创建子进程来完成多个任务时候，那么如果运用fork来进行创建然后再回收，

　　　　在创建在回收，降低主进程性能。所以事先创建进程池。

　　当需要创建的子进程数量不多时，可以直接利用multiprocessing中的Process动态成生多个进程，但如果是上百甚至上千个目标，

　　　　手动的去创建进程的工作量巨大，此时就可以用到multiprocessing模块提供的Pool方法

from multiprocessing import Pool
import os

def work():
　　print os.getpid()
　　print os.getppid()

po = Pool(3)
for i in range(3):
　　po.apply_async(work,())    后面一个参数是元组形式，（i,）

#非阻塞方式，就是当执行到这里，主进程for循环执行完了以后
# 不管子进程是否执行，那么还会继续执行下面的代码
#apply()阻塞方式

#关闭进程池，但资源并没有释放
po.close()
# 回收进程池资源 主进程阻塞
po.join()