多处理模块

from __future__ import print_function
import multiprocessing

def countdown(count):
    while count > 0:
        print("Count value", count)
        count -= 1
    return

if __name__ == "__main__":
    p1 = multiprocessing.Process(target=countdown, args=(10,))
    p1.start()

    p2 = multiprocessing.Process(target=countdown, args=(20,))
    p2.start()

    p1.join()
    p2.join()

这里，每个函数都在一个新进程中执行。由于 Python VM 的新实例正在运行代码，因此没有 GIL，你可以在多个内核上运行并行操作。

Process.start 方法启动这个新进程，并使用参数 args 运行 target 参数中传递的函数。Process.join 方法等待进程 p1 和 p2 的执行结束。

根据 python 的版本和运行代码的平台形式，新进程的启动方式不同，例如 ：

• Windows 使用 spawn 来创建新进程。
• 对于 unix 系统和早于 3.3 的版本，使用 fork 创建流程。
  请注意，此方法不考虑 fork 的 POSIX 使用，因此会导致意外行为，尤其是在与其他多处理库交互时。
• 使用 unix 系统和 3.4+版本，你可以选择在程序开始时使用 multiprocessing.set_start_method 启动 fork，forkserver 或 spawn 的新流程。forkserver 和 spawn 方法比分叉慢，但避免一些意想不到的行为。

POSIX fork 用法 ：

在多线程程序中的 fork 之后，子进程可以安全地只调用异步信号安全函数，直到它调用 execve 为止。
（ 见 ）

使用 fork，将为所有当前互斥锁启动一个具有完全相同状态的新进程，但只会启动 MainThread。这是不安全的，因为它可能导致竞争条件，例如 ：

• 如果你在 MainThread 中使用 Lock 并将其传递给另一个线程，该线程可能会在某个时刻将其锁定。如果 fork 同时发生，则新进程将以锁定锁启动，该锁将永远不会释放，因为此新进程中不存在第二个线程。

实际上，这种行为不应该在纯 python 中发生，因为 multiprocessing 正确处理它，但如果你正在与其他库交互，这种行为可能会发生，导致你的系统崩溃（例如在 macOS 上有 numpy /加速）。