由于CPython實現中的GIL的限制，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中大部分情況我們需要使用多進程。 這也許就是python中多進程類庫如此簡潔好用的原因所在。在python中可以向多線程一樣簡單地使用多進程。

一、多進程

process的成員變量和方法：

>>class multiprocessing.Process([group[, target[, name[, args[, kwargs]]]]]) 來的定義類似于threading.Thread。target表示此進程運行的函數，args和kwargs表示target的參數。

>>name, pid

分別表示進程的名字，進程id。

>> daemon成員

daemon標志位bool變量，需要在start()調用前設置。daemon的初始值是從父進程繼承而來。當一個進程結束的時候，它嘗試去結束它的所有的daemon子進程。

注意：

daemon進程不允許創建子進程。否則當daemon進程結束的時候它的子進程不能被結束。

這里的daemon不是Unix的daemon進程，當父進程結束的時候所有的daemon子進程也將被終止（對于非daemon進程，父進程不等待非daemon的紫子進程，除非顯示地對非daemon子進程使用join()方法）。

>>  exitcode

如果進程還沒有退出，則為None，如果正確的退出則為0，如果有錯誤則為>0的錯誤代碼，如果進程為終止則為-1*singal。 

>> start(), is_live(), terminate()

start()用來啟動進程，is_live()用來查看進程的狀態，terminate()用來終止進程。

>> run()

可以在process的子類中重載run()方法，從而設定進程的任務。重載process是構造新進程的另一種方式，一定程度上上等價于process的target參數。

multiprcessing的靜態方法：

>>  multiprocessing.cpu_count()

用來獲得當前的CPU的核數，可以用來設置接下來子進程的個數。

>>  multiprocessing.active_children()

用來獲得當前所有的子進程，包括daemon和非daemon子進程。

實例：

代碼如下:
import multiprocessing
import time
import sys

def worker(num):
    p = multiprocessing.current_process()
    print ('Starting:' + p.name + ":" + str(p.pid))
    print(str(num))
    sys.stdout.flush()
    print ('Exiting :' + p.name + ":" + str(p.pid))
    sys.stdout.flush()

def daemon():
    p = multiprocessing.current_process()
    print ('Starting:' + p.name + ":" + str(p.pid))
    sys.stdout.flush()
    time.sleep(10)
    print ('Exiting :' + p.name + ":" + str(p.pid))
    sys.stdout.flush()
   
def non_daemon():
    p = multiprocessing.current_process()