multiprocessing的是Python2.6中新加入的模块，旨在用类似threading调用tread(线程)的方式使用process(进程)。

服务器中经常需要对大规模的数据进行压缩，传统使用单进程操作不足以体现8核CPU并发的威力。于是写了一个脚本用于多进程压缩。然而在windows的主机上进行调试，全都是死循环，以至于机器都无法进行响应。导入Linux主机，测试却通过。对脚本进行了精简如下：

出错的代码：

from multiprocessing  import Process
#from threading  import Thread
def work(a):
    print "This is : " + str(a) + 'n'
    exit
x = 2
while(x>1):
    p = Process(target=work, args=(x,))
    p.start()
    x -= 1

类似的调用方法，换成threading库是正确的

#from multiprocessing  import Process
from threading  import Thread
def work(a):
    print "This is : " + str(a) + 'n'
    exit
x = 2
while(x>1):
    thread = Thread(target=work, args=(x,))
    thread.start()
    x -= 1

翻阅了官方文档，找到了问题所在：

*Nix平台对于multiprocessing 的实现是基于C库中的fork()，所有子进程与父进程的数据是完全相同，可以说是父进程的完全克隆。
而对于windows，由于windows对于进程的实现方式不同，没有fork()函数，multiprocessing 的调用只能是对于该脚本的重新调用，难怪会出现死循环的问题。

改良后的代码：

from multiprocessing  import Process
#from threading  import Thread
def work(a):
    print "This is : " + str(a) + 'n'
    exit
if __name__ == '__main__' :
    x = 2
    while (x>1):
        p= Process(target=work, args=(x,))
        p.start()
        x -= 1

对于multiprocessing 和 Threading的区别：

Threading的操作只能和父进程在同一个物理CPU上执行。但由于不需要底层的调用，大多数简单的操作效率很高。
multiprocessing的操作可以在多个CPU上执行，但耗费的内存资源也远高于thread方式，适合于集中运算或大并发的状态。