作用：使用计算机的多核
python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。
Python 的 multiprocessing 库用于创建多进程程序。它提供了一个易于使用的接口来并行运行多个进程，从而充分利用多核处理器的计算能力。该库允许你创建进程、管理进程池、共享内存和通信。它适用于执行CPU密集型任务，如科学计算、图像处理等，可以显著提高程序的运行效率，是实现并行计算的重要工具。

导入，自带库

import multiprocessing

核数

print (multiprocessing.cpu_count())

Process最简单的应用 - 用不了的用来理解的

import multiprocessing as mp
def job(a,b):
    print("aaaaa")
if __name__=="__main__":
    p1 = mp.Process(target = job,args = (1,2))
    p1.start()
    p1.join()

import multiprocessing as mp # 引入multiprocessing
def job(a,b):
    print("aaaaa")
if __name__=="__main__":
    p1 = mp.Process(target = job,args = (1,2)) # 指定方法
    p1.start() # 开始工作
    p1.join() # 主进程等待进程池中的所有子进程结束

p1 = mp.Process(target = job,args = (1,2)) # 指定方法理解成要for循环开启

有Queue的应用 — 为了获得数据 - 用不了的用来理解的

import multiprocessing as mp
def job(q):
    res = 0
    for i in range(1000):
        res += i+i**2+i**3
    q.put(res)
if __name__=="__main__":
    q = mp.Queue()
    p1 = mp.Process(target = job,args = (q,))
    p2 = mp.Process(target = job,args = (q,))
    p1.start()
    p2.start()
    p1.join()
    p2.join()
    res1 = q.get()
    res2 = q.get()
    print(res1)
    print(res2)
    print(res1 + res2)

import multiprocessing as mp
def job(q):
    res = 0
    for i in range(1000):
        res += i+i**2+i**3
    q.put(res) # 3、获得内容
if __name__=="__main__":
    q = mp.Queue() # 1、实例化Queue
    p1 = mp.Process(target = job,args = (q,)) # 2、传入Queue
    p2 = mp.Process(target = job,args = (q,))
    p1.start()
    p2.start()
    p1.join()
    p2.join()
    res1 = q.get() # 4、获得内容
    res2 = q.get()
    print(res1)
    print(res2)
    print(res1 + res2)

pool进程池的应用 — python自己来分配

import multiprocessing as mp
def job(x):
    return x*x
def multicore():
    pool = mp.Pool()
    res = pool.map(job,range(100))
    print(res)
if __name__=="__main__":
    multicore()

import multiprocessing as mp
def job(x):
    return x*x
def multicore():
    pool = mp.Pool() # 1、实例化
    res = pool.map(job,range(100)) # 2、指定任务
    print(res)
if __name__=="__main__":
    multicore()

pool高级 — 选择多少个核

import multiprocessing as mp
def job(x):
    return x*x
def multicore():
    pool = mp.Pool(processes = 2) # 1、实例化,核数，不写就全部一起
    res = pool.map(job,range(100))
    print(res)
if __name__=="__main__":
    multicore()

pool进程池，阻塞方法Pool.apply()，1个1个开，进程间数据有关联

import multiprocessing
import time
def func(name):
    print("start: %s" % name)
    time.sleep(2)
    return "end: %s" % name
if __name__ == "__main__":
    name_list = ["winter", "elly", "james", "yule"]
    res_list = []
    pool = multiprocessing.Pool(3) # 创建一个进程总数为3的进程池
    for member in name_list:
        res = pool.apply(func, (member,)) # 创建子进程，并执行，不需要start
        print(res)
    pool.close()
    pool.join() # 调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool
    print("all done...")

start: winter
end: winter
start: elly
end: elly
start: james
end: james
start: yule
end: yule
all done...

pool进程池，非阻塞方法Pool.apply_async(),开四个，for关注结果

import multiprocessing
import time
def func(name):
    print("start: %s" % name)
    time.sleep(2)
    return "end: %s" % name
def func_exp(msg):
    print("callback: %s" % msg)
if __name__ == "__main__":
    name_list = ["winter", "elly", "james", "yule"]
    res_list = []
    pool = multiprocessing.Pool() # 创建一个进程总数为3的进程池
    for member in name_list:
        res = pool.apply_async(func, (member,), callback=func_exp) # 创建子进程，并执行，不需要start
        res_list.append(res) #注意这里是append了res，不是res.get()，不然又要阻塞了
    for res_mem in res_list:
        print(res_mem.get())
    pool.close()
    pool.join() # 调用join之前，先调用close函数，否则会出错。执行完close后不会有新的进程加入到pool
    print("all done...")

start: winter
start: elly
start: james
start: yule
callback: end: winter
end: winter
callback: end: elly
end: elly
callback: end: james
end: james
callback: end: yule
end: yule
all done...

有数据库的要在目标方法func上加数据库实例化

def func(i):
    mysqldb = pymysql.connect(host="127.0.0.1", user="root", password="123456", db="data",
                              port=3306, charset="utf8")
    mysqlcursor2 = mysqldb.cursor()  # 获取指针以操作数据库