Python: Windows和Linux下调用multiprocessing库的学习笔记

Python: Windows和Linux下调用multiprocessing库的学习笔记

多线程与多进程的基本概念和优劣以及适用场合可以参见：
https://blog.csdn.net/linraise/article/details/12979473
总结得比较详细，我只在这里做一些测试。

multiprocessing的执行在Windows和Linux下有诸多不同，具体细节和原理可以参考官方说明文件：
https://docs.python.org/2/library/multiprocessing.html

Windows下持续运行没有输出的情况

如官方文件所说，在Windows下调用multiprocessing库必须要将Pool或者其它实际运行的代码放到：

if __name__ == '__main__':

之下。否则在子进程中将会复制主进程中的所有内容，并不断循环创建新的子进程，从而造成死循环。

Windows下设置全局变量

直接上测试代码：

from multiprocessing.dummy import Pool as ThreadPool
from multiprocessing import Pool
from numpy import *

h = 1
def hhh(i):
    print('t')
    global h
    h += 2
    return h
if __name__ == '__main__':
    for i in range(4):
        pool = Pool(2)
        a = pool.map(hhh,(arange(6)))
        pool.close()
        pool.join()
        print(a)
    print(h)

运行结果为：

[3, 5, 7, 9, 11, 13]
[3, 5, 3, 7, 9, 5]
[3, 3, 5, 5, 7, 7]
[3, 5, 7, 9, 11, 13]
1

我们可以看到 1)此时使用多进程对全局变量h进行更改，并不会对主进程中h的值造成影响，而会导致子进程中的h值出现资源竞争，导致每次运行结果中h的值可能不同; 2)子程序中的运行结果不会打印到屏幕上
第二点是Python IDLE（Integrated Development and Learning Environment）的问题，具体解释可以参看一个stackflow上的回答：
https://stackoverflow.com/questions/23480498/why-doesnt-print-work-in-python-multiprocessing-pool-map

下面我们尝试使用多线程：

from multiprocessing.dummy import Pool as ThreadPool
from multiprocessing import Pool
from numpy import *
h = 1
def hhh(i):
    print('t')
    global h
    h += 2
    return h
if __name__ ==