進程鎖
進程與進程之間是獨立的，爲何需要鎖？
對於進程，屏幕的輸出只有一個，此時就涉及到資源的競爭。在Linux的Python2.x中可能出現問題。
這僅僅是一種情況，多個進程之間雖然是獨立的，但僅限於內存和運算，如果涉及到其它一些資源，
就可能存在競爭問題，在實際使用過程中要注意思考和防範錯誤。
from multiprocessing import Process, Lock
def func(lock, i):
lock.acquire()
print("hello,", i)
lock.release()
if __name__ == "__main__":
lock = Lock()
for number in range(10):
Process(target=func, args=(lock, number)).start()進程池
進程的啓動，是克隆的過程，某些情況下可能開銷過大，所以需要引用“進程池”。
from multiprocessing import Process, Pool
import os, time
def foo(i):
time.sleep(2)
print("in foo", os.getpid())
return i + 100
if __name__ == "__main__":
pool = Pool(5) # 允許進程池裏同時放入5個進程
for i in range(10):
# pool.apply(func=foo, args=(i,)) # 同步執行，或者叫串行執行
pool.apply_async(func=foo, args=(i,)) # 異步執行
print('main end')
pool.close()
pool.join() # 注意，這裏要先close，然後再調用join，否則異步執行的線程池不會執行注意，程序的執行結果是先打印main end,然後再打印新進程的顯示。
from multiprocessing import Process, Pool
import os, time
def foo(i):
time.sleep(2)
print("in foo", os.getpid())
return i + 1000
def bar(args):
print("processes finished", args)
if __name__ == "__main__":
pool = Pool(5) # 允許進程池裏同時放入5個進程
for i in range(10):
pool.apply_async(func=foo, args=(i,), callback=bar) # 帶回調的進程
print('main end')
pool.close()
pool.join() # 注意，這裏要先close，然後再調用join，否則異步執行的線程池不會執行
# 帶callback的例子:主進程一直鏈接數據庫，子進程執行完之後，通過回調寫入數據庫，不用再次鏈接
# 數據庫，提高了效率，減少了資源浪費。
# 需要注意的是回調函數是主進程調用的，而且參數是進程函數的返回值。