Python的multiprocessing模塊實現了多進程功能，但官方文檔上只有一些比較簡單的用法，主要是使用函數作為process的target，而如何在class中使用多進程並沒有多講解。google出兩篇比較詳細的文章，建議從它們入門：
https://pymotw.com/2/multiprocessing/basics.html
https://pymotw.com/2/multiprocessing/communication.html
下面記錄一下自己這周在python多進程上碰到的坑：
創建進程時，參數必須能夠被pickle，所以有些自定義的類對象實例是不能被作為參數的
和threading不同，multiprocessing Process參數必須能夠被pickle進行序列化
Python 2.7，Can’t pickle <type ‘instancemethod’>
python 2.7 的 python 3.5版本中，multiprocessing的行為是不同的，有些代碼可以在3.5中運行，在2.7中卻運行出錯
例如上，在3.5中可以運行，這是因為在3.5版本中，pick可以序列化更多的類型。
盡量避免類實例中包含multiprocess.Manager實例，否則會有
TypeError: Pickling an AuthenticationString object is disallowed for security reasons
或者：
_pickle.PicklingError: Can't pickle <class 'weakref'>: attribute lookup weakref on builtins failed
進程間共享的對象，使用Manager進行管理
Manager會生成一個進程，所以不同進程間訪問統一變量，是通過IPC進行的，會有性能上的開銷。
關於主進程所在的文件代碼
使用multiprocessing時，主模塊會被import到各進程中，所以創建子進程的部分，必須使用
if __name__ == '__main__:
進行保護，否則會有runtime error，或者遞歸創建子進程
Update 1 (2018-11-08):
在Windows環境中，jupyter-notebook中，即使使用if __name__ == '__main__進行保護，也會出現runtime error，這個時候可以將jupyter中的代碼下載成py腳本，直接運行腳本。
作為對比，Linux下運行的jupyter-notebook並不會。