### 如何使用 Python `multiprocessing` 模块创建多个子进程 以下是通过 `multiprocessing` 模块创建并管理多个子进程的一个具体示例代码： ```python import multiprocessing import os import time def task_function(process_name, duration): """定义一个任务函数""" print(f"Process {process_name} (PID={os.getpid()}) is starting and will run for {duration} seconds.") time.sleep(duration) print(f"Process {process_name} (PID={os.getpid()}) has finished.") if __name__ == "__main__": print(f"Main process started with PID={os.getpid()}") # 定义多个子进程的任务参数 processes = [ ("Task A", 3), ("Task B", 2), ("Task C", 4) ] # 创建进程列表 process_list = [] for name, duration in processes: p = multiprocessing.Process(target=task_function, args=(name, duration)) process_list.append(p) # 启动所有子进程 for p in process_list: p.start() # 主进程等待所有子进程结束 for p in process_list: p.join() print("All child processes have completed execution.") ``` 上述代码展示了如何使用 `multiprocessing.Process` 来创建多个子进程，并让它们并发执行不同的任务。每个子进程会打印其名称、父进程 ID 和自身的进程 ID，同时模拟一段时间的工作负载[^1]。 为了更好地管理和控制大量子进程的数量，还可以考虑使用 `multiprocessing.Pool` 类来实现进程池功能[^4]。以下是一个基于进程池的简单例子： ```python from multiprocessing import Pool import os import time def pool_task(task_id): """定义一个适用于进程池的任务函数""" print(f"Task {task_id} running on process {os.getpid()}") time.sleep(2) return f"Result from Task {task_id}" if __name__ == "__main__": num_tasks = 5 with Pool(processes=3) as pool: # 设置最大并发数为3 results = pool.map(pool_task, range(num_tasks)) for result in results: print(result) ``` 此代码片段演示了如何利用 `Pool` 方法简化多进程程序的设计，其中 `pool.map()` 自动分配任务给可用的进程。 ### 注意事项 - 在 Windows 系统上运行时，必须将子进程逻辑放在 `if __name__ == '__main__':` 块中以防止递归调用[^2]。 - 子进程间默认不共享内存空间，因此如果需要数据交换，应采用队列 (`Queue`) 或管道 (`Pipe`) 等机制[^4]。 相关问题