Question

考虑以下对象：

from multiprocessing import Process
l= [Item() for i in range(5)]
for i in l:
    Process(target=i.increase).start()

这反映了我目前的情况，S是一些库类，Item收集和组织数据和数据操作过程。现在我想并行工作，因为我使用了python多处理模块：

[i.c for i in l]
[0, 0, 0, 0, 0]

结果不符合我的预期：

main.cpp:13:15: warning: 'tart' may be used uninitialized in this function [-Wmaybe-uninitialized]
     while(szam!=tart){
           ~~~~^~~~~~

我哪里错了？

Answer 1

你期待你的mutator，类increase中的静态方法S（从类increase中的非静态item调用）来调整每个{{ 1}}字段 - 它确实如此。问题不在于静态方法，而在于i.c的内部设计。

multiprocessing包通过运行多个单独的Python实例来工作。在类Unix系统上，它使用multiprocessing，这使得这更容易;在类似Windows的系统上，它会生成自己的新副本。无论哪种方式，这都会强加Python文档中描述的所有略微奇怪的限制：v2和v3。（注意：下面的其余链接是Python2文档，因为那是我仍然打开的页面。对Python2和Python3的限制几乎相同。）

在这种特殊情况下，每个fork调用都会创建对象Process的副本，并将该副本发送到新进程。该过程会修改副本，这对原始副本没有影响。

要解决此问题，您可以将修改后的对象发回，例如通过Queue() or Pipe() instance，或将对象放入shared memory。回送技术更简单，更容易编程并自动完成大部分必要的同步（但请注意在使用Process实例的i之前确保收集所有结果，甚至是隐式）。

在python多处理中更改对象属性

1 个答案: