多进程是Python实现并发的常用方式，适用于CPU密集型任务。通过multiprocessing模块，可以充分利用多核处理器提升程序性能。
核心概念 🧠
进程池 (Process Pool)
使用Pool类管理多个子进程，支持map、apply等方法共享内存 (Shared Memory)
通过Value和Array实现进程间数据共享守护进程 (Daemon Process)
设置daemon=True让进程在主进程结束后自动退出守护进程生命周期
实用示例 📜
import multiprocessing
def worker(num):
"""子进程执行函数"""
print(f"Worker {num} 开始执行")
# 模拟耗时操作
result = num * num
print(f"Worker {num} 结束，结果: {result}")
return result
if __name__ == "__main__":
with multiprocessing.Pool(processes=4) as pool:
results = pool.map(worker, [1,2,3,4])
print("主进程收到结果:", results)
常见问题 ❓
Q: 如何避免进程间竞争？
A: 使用Lock、Rlock等同步机制保护共享资源Q: 多进程与多线程有何区别？
A: 进程间内存隔离更彻底，但进程启动开销更大
深入对比并发模型
提示：建议结合Python并发编程原理课程理解底层机制