python中的多線程其實并不是真正的多線程，如果想要充分地使用多核CPU的資源，在python中大部分情況需要使用多進程。Python提供了非常好用的多進程包multiprocessing，只需要定義一個函數，Python會完成其他所有事情。借助這個包，可以輕松完成從單進程到并發執行的轉換。multiprocessing支持子進程、通信和共享數據、執行不同形式的同步，提供了Process、Queue、Pipe、Lock等組件。

multiprocessing.Queue()

以Queue為例，在父進程中創建兩個子進程，一個往Queue里寫數據，一個從Queue里讀數據：

multiprcessing.Queue.put() 為 入隊操作

multiprcessing.Queue.get() 為 出隊操作

隊列 線程 和 進程 安全

put(obj[, block[, timeout]])

將obj放入隊列。 如果可選參數 block為True（默認值），timeout為None（默認值），則必要時阻止，直到空閑插槽可用。 如果超時是正數，它將阻止最多超時秒數，如果在該時間內沒有空閑插槽可用，則會引發Queue.Full異常。 否則（塊為False），如果空閑插槽立即可用，則將一個項目放在隊列中，否則會引發Queue.Full異常（在這種情況下，忽略超時）。

get([block[, timeout]])

從隊列中刪除并返回一個項目。 如果可選的args塊為True（默認值），超時為None（默認值），則在必要時阻止，直到項目可用。 如果超時為正數，則它將阻塞至多超時秒數，并在該時間內沒有可用項目時引發Queue.Empty異常。 否則（block為False），如果一個項目立即可用，返回一個項目，否則會引發Queue.Empty異常（在這種情況下，忽略超時）。

#- * -coding: utf - 8 - * -  from multiprocessingimport Process, Queueimport osimport timeimport random# 寫數據進程執行的代碼:  def write(q):  print('Process to write: %s' % os.getpid())for value in ['A', 'B', 'C']:  print('Put %s to queue...' % value)q.put(value)time.sleep(random.random())# 讀數據進程執行的代碼:  def read(q):  print('Process to read: %s' % os.getpid())while True:  value = q.get()print('Get %s from queue.' % value)if __name__ == '__main__': #父進程創建Queue， 并傳給各個子進程：q = Queue()pw = Process(target = write, args = (q, ))pr = Process(target = read, args = (q, ))# 啟動子進程pw， 寫入:  pw.start()# 啟動子進程pr， 讀取:  pr.start()# 等待pw結束:  pw.join()# pr進程里是死循環， 無法等待其結束， 只能強行終止:  pr.terminate()

輸出

Process to read: 5836Process to write: 6472Put A to queue...Put B to queue...Get A from queue.Put C to queue...Get B from queue.Get C from queue.Process finished with exit code 0

multiprocessing.Pipe()

Pipe（）函數返回一對由管道連接的連接對象，默認情況下是雙工（雙向）。

Pipe（）返回的兩個連接對象代表管道的兩端。 每個連接對象都有send（）和recv（）方法（等等）。 請注意，如果兩個進程（或線程）嘗試同時讀取或寫入管道的同一端，管道中的數據可能會損壞。 當然，同時使用管道不同端的過程也不會有風險。