from multiprocessing import Process     #导入多进程模块

def child1():        #实现子进程功能的函数
    print("子进程")

def child2(num):
    print(num)

def child3(num,age):
    print(num,age)

if __name__ == "__main__":      #这行语句在Windows下执行python多进程的时候必须加上，Linux可以不需要。
    '''
    在Windows下子进程会自动import启动它的文件，这就导致，在Windows下如果不加这句，那么子进程会循环创建它本身，导致子进程出现问题。
    所以，创建子进程的语句必须被这个if给包含起来。这也意味着程序会从这里开始执行。
    __name__ 是属于 python 中的内置类属性，就是它会天生就存在于一个 python 程序中，代表对应程序名称。
    当我们在运行这个代码时这个代码的 __name__ 的值为 __main__
    当自己作为模块被调用时就是自己的名字
    '''

    p1 = Process(target=child1,name="简单的进程")       #创建进程对象，target参数是指定实现子进程功能的函数；name参数是指定子进程名字。
    p2 = Process(target=child2,name="打印数字进程",args=(123,))     #args参数的内容将会被传递给target指定的函数。注意args是一个元组。当你只有一个参数的时候，那么需要加上逗号。
    p3 = Process(target=child3,name="多参数子进程",args=(456,18))   

    p1.start()   #启动子进程，把进程加入到就绪队列中，等待系统调度机制来调用该进程。
    p2.start()
    p3.start()

    p1.join()    #父进程等待子进程结束，如果不使用join()，那么父进程将不会等待子进程。
    p2.join()       #join还有一个timeout参数，可以设置等待子进程的时长。
    p3.join()

    #进程名称对于程序员而言是有用的，但是对于操作系统而言是无意义的，操作系统用来唯一标识一个进程的标志是pid
    print(p1.name)   #打印子进程名字。
    print(p2.name)  
    print(p3.name)

    print(p1.pid)   #打印pid
    print(p2.pid)
    print(p3.pid)

执行程序结果如下：

?

Python的全局变量在多个进程中是不共享的，进程之间的数据是独立的。这也符合进程这个概念。下面来看一个例子。

from multiprocessing import Process

num = 0
def child1():
    global num      #global表明使用全局的num变量
    num = -1
    print(num)

def child2():
    global num
    num = 1
    print(num)

if __name__ == "__main__":
    p1 = Process(target=child1,name="child1")
    p2 = Process(target=child2,name="child2")
    
    p1.start()
    p2.start()
    
    p1.join()
    p2.join()

    print(num)

from multiprocessing import Process

class MyProcess(Process):
    def run(self):
        print("这是新进程")

if __name__ == "__main__":
    p = MyProcess()
    p.start()

from multiprocessing import Pool
import time

def task(num):
    print(num)
    time.sleep(3)

if __name__ == "__main__":
    p = Pool(5)     #创建进程池，并切并发5个进程。
    for i in range(30):         #循环创建30个进程，但是每次只同时并发5个进程。
        p.apply_async(task, args=(i,))      
    
    print("等待结束")
    p.close()       #关闭进程池
    p.join()        #join必须放在close后面。
    print("结束")