序號	方法	含義
1	start()	創(chuàng)建一個Process子進程實例并執(zhí)行該實例的run()方法
2	run()	子進程需要執(zhí)行的目標任務
3	join()	主進程阻塞等待子進程直到子進程結束才繼續(xù)執(zhí)行，可以設置等待超時時間timeout
4	terminate()	終止子進程
5	is_alive()	判斷子進程是否終止
6	daemon	設置子進程是否隨主進程退出而退出

創(chuàng)建多進程任務的實例如下

import os, time
import multiprocessing

class myProcess(multiprocessing.Process):
    def __init__(self, *args, **kwargs) -> None:
        super().__init__()
        self.name = kwargs['name']

    def run(self):
        print("process name:", self.name)
        for i in range(10):
            print(multiprocessing.current_process(), "process pid:",
                  os.getpid(), "正在執(zhí)行...")
            time.sleep(0.2)

if __name__ == "__main__":
    task = myProcess(name="testProcess")
    task.start()
    task.join()		# 該語句會阻塞主進程直至子進程結束
    print("----------------")

注意：Windows系統(tǒng)在子進程結束后會立即自動清除子進程實例；而Linux系統(tǒng)子進程實例僅當主進程結束后才被回收，在子進程結束但主進程仍在運行的時間內處于僵尸進程狀態(tài)，會造成性能損失甚至死鎖。對子進程實例的手動回收可以通過

p.terminate()
p.join()

完成，此外，start()函數也有清除僵尸進程的功能。在使用多進程處理任務時并非進程越多越好，因為進程切換會造成性能開銷。

3.線程與多線程

Python多線程依賴于標準庫threading，線程類Thread的常用方法如下表：

序號	方法	含義
1	start()	創(chuàng)建一個Thread子線程實例并執(zhí)行該實例的run()方法
2	run()	子線程需要執(zhí)行的目標任務
3	join()	主進程阻塞等待子線程直到子線程結束才繼續(xù)執(zhí)行，可以設置等待超時時間timeout
4	is_alive()	判斷子線程是否終止
5	daemon	設置子線程是否隨主進程退出而退出

關于線程與進程的關系，還有一個很生動的例子

把一條公路看作一道進程，那么公路上的各個車道就是進程中的各個線程。這些線程(車道)共享了進程(道路)的公共資源；這些線程(車道)之間可以并發(fā)執(zhí)行(各個車道相對獨立)，也可以互相同步(交通信號燈)。

rsrc = 10
lock = threading.Lock()

def task1(name):
    global rsrc, lock
    for i in range(5):
        with lock:
            rsrc += 1
            print("task1:", rsrc)
    return name + "has been done!"

def task2(name):
    global rsrc, lock
    for i in range(5):
        lock.acquire()
        rsrc -= 1
        print("task2:", rsrc)
        lock.release() 
    return name + "has been done!"

結果如下

在多線程并發(fā)過程中，若沒有控制好線程間的執(zhí)行邏輯，將可能產生死鎖現(xiàn)象，可以使用with關鍵詞在線程訪問臨界區(qū)結束后自動釋放鎖，也可使用release()方法手動釋放句柄。

4.協(xié)程與多協(xié)程

協(xié)程適用于I/O密集型而非計算密集型場景。在協(xié)程發(fā)起I/O請求后返回結果前往往有大量閑置時間——該時間可能用于網絡數據傳輸、獲取協(xié)議頭、服務器查詢數據庫等，而I/O請求本身并不耗時，因此協(xié)程可以發(fā)送一個請求后讓渡給系統(tǒng)干別的事，這就是協(xié)程提高性能的原因。

協(xié)程編程的框架如下：

創(chuàng)建協(xié)程對象并將其封裝成任務實例；
創(chuàng)建事件循環(huán)實例并監(jiān)聽任務隊列；
獲取協(xié)程結果(可在事件循環(huán)結束后獲取，或提前添加回調函數)。

一個嵌套協(xié)程的示例如下：

import asyncio, time

# 內層協(xié)程
async def do_some_work(x):
    print('Waiting: ', x)
    await asyncio.sleep(x)
return 'Done after {}s'.format(x)

def OnCallBack(res):
print(res.result())

# 外層協(xié)程main
async def main():
    # 創(chuàng)建三個協(xié)程對象并封裝成任務
    task1 = asyncio.ensure_future(do_some_work(1))
    task2 = asyncio.ensure_future(do_some_work(8))
    task3 = asyncio.ensure_future(do_some_work(4))
    # 添加回調
    task1.add_done_callback(OnCallBack)
    task2.add_done_callback(OnCallBack)
    task3.add_done_callback(OnCallBack)
    # 內層任務列表
    tasks = [task1, task2, task3]
	# 將列表轉為可等待對象
    dones, pendings = await asyncio.wait(tasks)

# 外層協(xié)程func
async def func():
    for i in range(5):
        print("func:", i)

# 外層任務列表
tasks = [asyncio.ensure_future(func()), asyncio.ensure_future(main())]
# 創(chuàng)建事件循環(huán)
loop = asyncio.get_event_loop()
start = time.time()
# 監(jiān)聽異步任務
loop.run_until_complete(asyncio.wait(tasks))
end = time.time()
print("總耗時:", end - start)