先介绍怎么用，然后说明Python的多进程/多线程。
Linux和Unix操作系统提供了一个称为fork()的系统调用，普通的函数调用一次返回一次，该函数调用一次返回两次，（也算实现了从1到2的突破）因为操作系统把当前进程（父进程）复制了一份（子进程）然后在子进程和父进程内返回，子进程永远返回0，二父进程返回子进程的ID，这样当创建很多子进程的时候，父进程多能一一记住自己儿子的识别码。而子进程只需要调用getppid()就可以得到自己父进程的识别码了。 当时就是因为Windows下没有fork这个东西我才转到linux下的，然后就一去不复返了。。。。
正如大家所致Python的os模块封装了常见的系统调用，其中就有fork，可以再Python中轻松的创建子进程：
import osprint('Process (%s) start...' % os.getpid())# Only works on Unix/Linux/Mac:pid = os.fork()if pid == 0: print('I am child process (%s) and my parent is %s.' % (os.getpid(), os.getppid()))else: print('I (%s) just created a child process (%s).' % (os.getpid(), pid)) Process (13190) start...I (13190) just created a child process (13191).I am child process (13191) and my parent is 13190.
multiprocessing
如果打算编写多线程的服务程序，Linux系统很方便，但是难道在windows下就没办法使用了么？ 由于Python是跨平台语言，自然也应该提供了一跨平台的多进程支持，multiprocessing模块就是跨平台版本的多进程模块。multiprocessing提供了一个Process类来代表一个进程对象，下面的例子演示了启动一个子进程并等待其结束。
from multiprocessing import Processimport os# 子进程要执行的代码def run_proc(name): print('Run child process %s (%s)...' % (name, os.getpid()))if __name__=='__main__': print('Parent process %s.' % os.getpid()) p = Process(target=run_proc, args=('test',)) print('Child process will start.') p.start() p.join() print('Child process end.') Parent process 928.Process will start.Run child process test (929)...Process end.
创建子进程时，只需要传入一个执行函数和函数的参数，创建一个Process实例，用start()方法启动，join（）方法可以等待子进程结束后继续向下运行，通常用于进程间的同步。
Pool
如果要启动大量的子进程，可以用进程池的方式批量创建子进程：
from multiprocessing import Poolimport os, time, randomdef long_time_task(name): print('Run task %s (%s)...' % (name, os.getpid())) start = time.time() time.sleep(random.random() * 3) end = time.time() print('Task %s runs %0.2f seconds.' % (name, (end - start)))if __name__=='__main__': print('Parent process %s.' % os.getpid()) p = Pool(4) for i in range(5): p.apply_async(long_time_task, args=(i,)) print('Waiting for all subprocesses done...') p.close() p.join() print('All subprocesses done.') Parent process 669.Waiting for all subprocesses done...Run task 0 (671)...Run task 1 (672)...Run task 2 (673)...Run task 3 (674)...Task 2 runs 0.14 seconds.Run task 4 (673)...Task 1 runs 0.27 seconds.Task 3 runs 0.86 seconds.Task 0 runs 1.41 seconds.Task 4 runs 1.91 seconds.All subprocesses done.
代码解读：
对Pool对象调用join（）方法会等待所有子进程执行完毕，调用join（）之前必须先调用close（），调用cose（）之后就不能添加新的Process了。
请注意输出的结果，task 0，1，2，3是立刻执行的，而task 4要等待前面某个task完成后才执行，这是因为Pool的默认大小在我的电脑上是4，因此，最多同时执行4个进程。这是Pool有意设计的限制，并不是操作系统的限制。如果改成：
p = Pool(5)
就可以同时跑五个进程了。
子进程
很多时候，子进程并不是自身，而是一个外部进程。我们创建了子进程后，还需要控制进程的输入和输出subprocess模块可以让我们非常方便的启动一个子进程，然后控制其输入和输出。
下面的例子演示了如何在Python代码中运行命令nslookup www.python.org。这和命令行直接运行的结果是一样的。
import subprocessprint('$ nslookup www.python.org')r = subprocess.call(['nslookup', 'www.python.org'])print('Exit code:', r) $ nslookup www.python.orgServer: 127.0.1.1Address: 127.0.1.1#53Non-authoritative answer:www.python.org canonical name = python.map.fastly.net.Name: python.map.fastly.netAddress: 151.101.72.223Exit code: 0
如果子进程还需要输入，则可以通过communicate（）方法输入：
import subprocessprint('$ nslookup')p = subprocess.Popen(['nslookup'],stdin = subprocess.PIPE,stdout = subprocess.PIPE,stderr = subprocess.PIPE)output,err = p.communicate(b'set q = mx\npython.org\nexit\n')print(output.decode('utf-8'))print('Exit code:',p.returncode) 上面的代码相当于在执行命令nslookup的时候，手动输入：
set q=mxpython.orgexit
得到结果：
$ nslookup*** Invalid option: qServer: 127.0.1.1Address: 127.0.1.1#53Non-authoritative answer:Name: python.orgAddress: 23.253.135.79Exit code: 0