为什么要应用多过程
指标网站数据量多，想赶时间多获取点货色？
数据库大批量的数据须要操作？
单纯的想要节省时间，早早上班？
............
必定会有人说【多线程】。Python的多线程为了数据安全设置了GIL全局解释器锁，而Python的多线程是靠并发的形式实现的，即Python只会在一个过程里永远执行一个线程。
这就导致Python多线程的多线程效率低下。举个例子，这就相当于一个人在左右横跳的吃两包薯片。只不过这个人啊，他速度很快，只有左右横跳的速度足够快，他的残影就像两个人再吃薯片一样。【累不累啊】
所以说你罗唆再拉集体跟你一起吃薯片得了。【薯片那么好吃，下次换个例子】
怎么应用多过程
这里重点说的时线程池Pool，Process按下不表，因为Process时动静生成过程，Pool显然比Process弱小得多。
实现多过程的办法就是应用Python中的multiprocessing的包。
import multiprocessing as mp
这里就简写一下吧，包名也太长了。
1.pool = mp.Pool(processes=4) 2.for i in range(4): 3. pool.apply_async(办法, (参数,)) 4.pool.close() 5.pool.join() 其中的process=4是创立线程池的最大值是4，pool的apply_async办法来创立子过程。其中apply_async的办法参数是不带括号()的。带括号是对函数的调用。apply_async传的是target参数。
多过程独特操作List
过程之间的数据操作是独立的。如果你想把每个过程产生的后果寄存在同一个list，须要用到multiprocessing中的Manager办法：
1.def __init__(self): 2. self.manager = mp.Manager 3. self.reslist = self.manager().list() 这样创立list，无论是读取，都能够进行多过程同时操作。如果用本地IP始终去申请的话，会有IP封闭的可能性呈现，导致无奈失常获取。所以，须要高效申请的话，优质稳固的代理IP必不可少，我这里应用的ipidea代理。
地址：http://www.ipidea.net/，首次能够白嫖流量哦。
举个例子
上面举一个ABCD四个打工人独特解决一个问题的状况：
1.import multiprocessing as mp 2.from loguru import logger 3. 4.class work(): 5. 6. def __init__(self): 7. self.manager = mp.Manager 8. self.works = self.manager().list() 9. self.members = ["A","B","C","D"] 10. 11. def create_works(self): 12. for i in range(1000): 13. self.works.append(i) 14. 15. def finish_works(self,who): 16. while len(self.works) > 0: 17. finish = self.works.pop() 18. logger.info(f'{who}实现了{finish}') 19. 20. def start(self): 21. self.create_works() 22. pool = mp.Pool(processes=4) 23. for i,member in enumerate(self.members): 24. pool.apply_async(self.finish_works, (member,)) 25. pool.close() 26. pool.join() 27. 28.if __name__ == '__main__': 29. work().start()
实现了四个人同时解决工作，效率也会晋升很多。
总结
目前Python晋升效率，就是并行跟并发。然而受限于Python的语言环境，多过程的效率会比多线程Thread好上一些。总之抉择好本人的办法，适合的状况下正当的应用并行或者并发，对代码解决的晋升会有很大的帮忙。