Question

我正在努力避免将变量冗余地传递到dataList（例如[(1, globalDict), (2, globalDict), (3, globalDict)]）并在全局范围内使用它们。但是，global globalDict不是在以下代码中执行此操作的解决方案。

是否有一种直接的方式来全局访问多处理功能中的数据？

我阅读了以下here：

“沟通费用昂贵。 与线程之间的通信相比，在进程之间交换数据要昂贵得多。在Python中，数据在传输管道之前被挑选成二进制格式。因此，当任务很小时，通信的开销可能非常大。为了减少无关的成本，最好在块中分配任务。“

我不确定这是否适用于此，但我想在任何情况下简化数据访问。

def MPfunction(data):
    global globalDict

    data += 1

    # use globalDict

    return data

if __name__ == '__main__':

    pool = mp.Pool(mp.cpu_count())

    try:
        globalDict = {'data':1}

        dataList = [0, 1, 2, 3]
        data = pool.map(MPfunction, dataList, chunksize=10)

    finally:
        pool.close()
        pool.join()
        pool.terminate()

Answer 1

在Linux上，multiprocessing分配进程的新副本以运行池工作程序。该进程具有父内存空间的写时复制视图。只要在创建池之前分配globalDict，它就已存在。请注意，对该词典的任何更改都会留在孩子身上。

在Windows上，创建了一个新的python实例，并在子级中对所需状态进行pickle / unpickled。您可以在创建池并在那里复制时使用初始化函数。这是每个子进程一个副本，比每个项目映射好一次。

（另外，在创建池之后启动try块，这样就不会引用错误的池对象，如果这是引发错误的那个）

import platform

def MPfunction(data):
    global globalDict

    data += 1

    # use globalDict

    return data

if platform.system() == "Windows":
    def init_pool(the_dict):
        global globalDict
        globalDict = the_dict

if __name__ == '__main__':
    globalDict = {'data':1}

    if platform.system() == "Windows":
        pool = mp.Pool(mp.cpu_count, init_pool(globalDict))
    else:
        pool = mp.Pool(mp.cpu_count())

    try:
        dataList = [0, 1, 2, 3]
        data = pool.map(MPfunction, dataList, chunksize=10)
    finally:
        pool.close()
        pool.join()

使用多处理和池时如何访问全局变量？

1 个答案: