标签：window linux == 上网 哈哈 调度算法 很多 它的 ESS
在很多的场景中的事情都是同时进行的，比如开车的时候 手和脚共同来驾驶汽车，再比如唱歌跳舞也是同时进行的；
如下是一段视频，迈克杰克逊的一段视频：
http://v.youku.com/v_show/id_XMzE5NjEzNjA0.html?&sid=40117&from=y1.2-1.999.6
试想：如果把唱歌和跳舞这2件事分开以此完成的话，估计就没有那么好的效果了
如下程序，来模拟“唱歌跳舞” 这件事情
11 from time import sleep 12 13 def sing(): 14 for i in range(3): 15 print(‘正在唱歌...%d‘%i) 16 sleep(1) 17 18 def dance(): 19 for i in range(3): 20 print(‘正在跳舞...%d‘%i) 21 sleep(1) 22 23 if __name__=="__main__": 24 sing() 25 dance()
运行结果如下：
正在唱歌...0 正在唱歌...1 正在唱歌...2 正在跳舞...0 正在跳舞...1 正在跳舞...2
注意！！！
很显然刚刚的程序并没有完成唱歌和跳舞同事进行的要求
如果想要实现“唱歌跳舞”同时进行，那么就需要 一个新的方法，叫做 多任务
什么叫做多任务呢？简单的说，就是操作系统可以同时运行多个任务。打个比方，你一边用浏览器上网，一边在听mp3，一边在赶word作业，这就是多任务，至少同时有3个任务正在运行。很有很多任务悄悄的在后台同时运行着，只是桌面上没有显示而已。
现在，多核CPU已经非常普及了，但是，即使过去的单核CPU，也可以执行多任务。由于CPU执行代码都是顺序执行的，那么单核CPU是怎么执行多任务的呢？
答案就是操作系统轮流让各个任务交替执行，任务1执行0.01秒， 切换到任务2，任务2执行0.01秒，切换到任务3，执行0.01秒......，这样反复的执行下去。表面上看，每个任务都是交替执行的，但是，由于CPU的执行速度实在是太快了，我们就感觉所有任务都在同时执行一样。
真正的并行执行多任务只能在多核CPU上实现，但是，由于任务数量远远多于CPU的核心数量，所以，操作系统也会自动把很多任务轮流调度到每个核心上执行。
单核CPU完成多个任务的执行的原因？
并发：看上去一直执行
并行：真正的一起执行
编写完毕的代码，在没有运行的时候，称之为 程序
正在运行的代码，就称为 进程
进程，除了包含代码以外，还有需要运行的环境等，所以和程序是有区别的
python的os模块封装了常见的系统调用，其中就包括fork，可以在python程序中轻松创建子进程：
11 import os 12 13 pid = os.fork() #使用os.fork创建出一个新的进程，以下的代码父子进程都会执行 14 15 if pid == 0: 16 print(‘哈哈0‘) 17 else: 18 print(‘哈哈1‘)
运行结果如下：
哈哈1
哈哈0
还有一个例子：
11 import os 12 import time 13 14 ret = os.fork() 15 if ret==0: 16 while True: 17 print(‘------------1-------------‘) 18 time.sleep(1) 19 else: 20 while True: 21 print(‘------------2-------------‘) 22 time.sleep(1)
运行结果如下：
------------2-------------
------------1-------------
------------1-------------
------------2-------------
------------1-------------
------------2-------------
------------2-------------
------------1-------------
......
相当于程序在运行到了os.fork()时，产生了一个新的进程，ret用来接受两个进程返回值，旧的进程执行最下面的语句，而新的进程去执行上面的语句，因为新的进程的返回值为0。之前的进程称之为父进程，新创建出来的进程叫做子进程。
因为要分辨出父进程和子进程，所以操作系统给父进程的返回值大于0，给子进程的返回值等于0。
操作系统调度算法决定了父进程和子进程的运行顺序。
说明：
在Unix/Linux操作系统中，提供了一个fork()函数，它非常特殊。
普通的函数调用，调用一次，返回一次，但是fork()调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进程和子进程内返回。
子进程永远返回0，而父进程返回子进程的ID号。
这样做的理由是：一个父进程可以fork出很多的子进程，所以，父进程要记下每个子进程的ID，而子进程只需要调用getppid()就可以拿到父进程的ID。
11 import os 12 13 ret = os.fork() 14 print(ret)
运行结果：
26517 #代表着父进程
0 #代表子进程
getpid()获取当前进程的值，getppid()获取当前进程的父进程的值。
12 import os 13 pid = os.fork() 14 15 if pid<0: 16 print(‘fork调用失败.‘) 17 elif pid==0: 18 print(‘我是子进程（%s）,我的父进程是(%s)‘%(os.getpid(),os.getppid())) 19 else: 20 print(‘我是父进程（%s）,我的子进程是(%s)‘%(os.getppid(),os.getpid())) 21 22 print(‘ 父子进程都可以执行的代码<F8>‘)
运行结果如下：
我是父进程（2774）,我的子进程是(25874) 父子进程都可以执行的代码<F8> 我是子进程（25875）,我的父进程是(25874) 父子进程都可以执行的代码<F8>
第二个例子：
11 import os
12 pid = os.fork()
13 print(pid)
14
15 if pid>0:
16 print(‘父进程：%d‘%os.getpid())
17 else:
18 print(‘子进程：%d-%d‘%(os.getpid(),os.getppid()))
运行结果：
26685 #pid的返回值，操作系统为了管理给它的值，父类的返回值，就是子进程的ID号 父进程：26684 #26684是父进程ID号 0 子进程：26685-26684 #26685是子进程ID号，子进程的父进程是26684
11 import os 12 import time 13 14 num = 0 15 16 pid = os.fork() 17 18 if pid==0: 19 num+=1 20 print(‘哈哈1------num=%d‘%num) 21 else: 22 time.sleep(2) 23 num+=1 24 print(‘哈哈2------num=%d‘%num)
运行结果如下：
哈哈1------num=1 哈哈2------num=1
说明：
如果有一个程序，有2次的fork函数调用，是否就会有3个进程呢？
11 import os 12 import time 13 14 pid = os.fork() 15 if pid==0: 16 print(‘哈哈1‘) 17 else: 18 print(‘哈哈2‘) #一共运行了2次 19 20 pid = os.fork() 21 if pid==0: 22 print(‘哈哈3‘) 23 else: 24 print(‘哈哈4‘) #一共运行了4次 25 26 time.sleep(1)
运行结果如下：
python@ubuntu:~/codes/liunx系统编程/01-进程$ python 05-多次fork调用.py 哈哈2 哈哈1 哈哈4 哈哈4 哈哈3 哈哈3
说明：
父进程、子进程执行顺序没有规律，完全取决于操作系统的调度算法
11 import os 12 import time 13 ret = os.fork() 14 15 if ret==0: 16 print(‘子进程‘) 17 time.sleep(1) 18 print(‘子进程over‘) #end="" 19 else: 20 print(‘父进程‘)
运行结果如下：
python3 04-父子进程的运行顺序.py
父进程
子进程
python@ubuntu:~/codes/liunx系统编程/01-进程$ 子进程over
因为父进程已经结束了，意味着终端已经可以开始提示了，所以当父进程一执行完，那么终端就会立马出来。
增加程序的运行效率，例如爬虫
如果打算编写多进程的服务程序，Unix和Linux无疑是正确的选择。由于windows没有fork调用，难道在 windows上无法用python编写多进程的程序？
由于python是跨平台的，自然也应该提供一个跨平台的多进程支持，multiprocess模块就是跨平台版本的多进程模块。
multiprocessessing模块提供了一个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：
标签：window linux == 上网 哈哈 调度算法 很多 它的 ESS
原文地址：https://www.cnblogs.com/xiaoyafei/p/8761848.html
