python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing，只需要定义一个函数，Python会完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。multiprocessing支持子进程、通信和共享数据、执行不同形式的同步，提供了Process、Queue、Pipe、Lock等组件。
multiprocessing.Queue()以Queue为例，在父进程中创建两个子进程，一个往Queue里写数据，一个从Queue里读数据：
multiprcessing.Queue.put() 为 入队操作
multiprcessing.Queue.get() 为 出队操作
队列 线程 和 进程 安全
put(obj[, block[, timeout]])
将obj放入队列。 如果可选参数 block为True(默认值)，timeout为None(默认值)，则必要时阻止，直到空闲插槽可用。 如果超时是正数，它将阻止最多超时秒数，如果在该时间内没有空闲插槽可用，则会引发Queue.Full异常。 否则(块为False)，如果空闲插槽立即可用，则将一个项目放在队列中，否则会引发Queue.Full异常(在这种情况下，忽略超时)。
get([block[, timeout]])从队列中删除并返回一个项目。 如果可选的args块为True(默认值)，超时为None(默认值)，则在必要时阻止，直到项目可用。 如果超时为正数，则它将阻塞至多超时秒数，并在该时间内没有可用项目时引发Queue.Empty异常。 否则(block为False)，如果一个项目立即可用，返回一个项目，否则会引发Queue.Empty异常(在这种情况下，忽略超时)。
输出
multiprocessing.Pipe()Pipe()函数返回一对由管道连接的连接对象，默认情况下是双工(双向)。
Pipe()返回的两个连接对象代表管道的两端。 每个连接对象都有send()和recv()方法(等等)。 请注意，如果两个进程(或线程)尝试同时读取或写入管道的同一端，管道中的数据可能会损坏。 当然，同时使用管道不同端的过程也不会有风险。
返回表示管道末端的一对Connection(conn1，conn2)对象。
如果duplex为True(默认)，则管道是双向的。
如果duplex是False，那么管道是单向的：conn1只能用于接收消息，conn2只能用于发送消息。
输出：
