本文重点探究以下几个内容：
- 创建进程Process
- 进程间数据传递Queue/Pipe/Value/Array/Manager
- 进程池Pool
创建进程Process
创建进程方式如下：
- 可以看出，Process的用法与Thread类似，守护进程设置方式为deamon属性。由于join为0.5且为守护进程，因此不等守护进程运行结束主程序已退出。若增加另一非守护进程，则必须等非守护进程结束，守护进程才能退出
- 同样，可以通过继承Process实现进程
进程间数据传递Queue/Pipe/Value/Array/Manager
可以通过Lock锁机制实现共享锁，但比较常用的方式还是以上这些方式，效率更高，更安全。
Queue
使用方式
构造：
-
multiprocessing.Queue([maxsize])
限制队列长度
类方法：
-
qsize()
返回队列的大致大小，因为多进程或者多线程一直在消耗队列，因此该数据不一定正确
-
empty()
判断队列是否为空，如果是，则返回True，否则False
-
full()
判断队列是否已满，如果是，则返回True，否则False
-
put(obj[, block[, timeout]])
将对象放入队列，可选参数block为True，timeout为None
-
get()
从队列取出对象
Pipe
使用方式
构造
-
conn1, conn2 = multiprocessing.Pipe([duplex])
若duplex为True(默认)，则是双向的，False则是单向的。 conn1只能接受，conn2只能发送。
Value和Array
Manager
更多类型支持一般使用Manager，支持的类型包括list, dict, Namespace, Lock, RLock, Semaphore, BoundedSemaphore, Condition, Event, Barrier, Queue, Value and Array，使用方式如下：
进程池
一般使用方式如下：
构造函数
multiprocessing.pool.Pool([processes[, initializer[, initargs[, maxtasksperchild[, context]]]]])
- 若processes没有传，则默认为 os.cpu_count()
类方法
-
apply(func[, args[, kwds]])
在返回结果前，将一直阻塞进程，注意：func只在一个进程中运行
-
apply_async(func[, args[, kwds[, callback[, error_callback]]]])
在需要并行的场景中，一般用此方法更好。当result准备好时就调用callback，失败则调用error_callback，注意：自定义回调函数只接受一个参数且时非阻塞的。
-
map(func, iterable[, chunksize])
为map()函数的并行版。将可迭代对象拆成小块，放到不同进程中运行。对于内存占用大的可迭代对象，一般使用imap或imap_unordered
-
map_async(func, iterable[, chunksize[, callback[, error_callback]]])
非阻塞版。
-
imap(func, iterable[, chunksize])
注意：若iterable很长时，chunksize(默认为1)设一个大的值速度更快。
-
imap_unordered(func, iterable[, chunksize])
无序(若进程个数为1，则顺序一致)
以上部分代码来自官方文档：https://docs.python.org/3/library/multiprocessing.html