如何将共享对象传递给multiprocessing.pool（没有pickling或使用全局变量）？

Question

multiprocessing docs表示更好地继承（来自祖先进程）而不是挑选/取消分享共享资源（因此避免使用管道/队列） ）。

但是，它还表示明确传递资源更好，而不是作为全球资源共享。

那么，你如何传递共享资源，例如到地图功能？

此示例显示共享全局工作（但不明确），

import multiprocessing.sharedctypes
import numpy as np

def task(i):
    global x
    x[i] = i

sharedresource = multiprocessing.sharedctypes.RawArray('b', 10)
x = np.frombuffer(sharedresource, dtype=np.uint8)

with multiprocessing.Pool(4) as pool:
    pool.map(task, range(10)) # implicitly modify x

print(x) # [0 1 2 3 4 5 6 7 8 9]

但显式传递不起作用（可能在某些队列中腌制已破坏共享连接）：

def task2(i, array):
    array[i] = 7

with multiprocessing.Pool(4) as pool:
    pool.starmap(task2, ((i,x) for i in range(10))) # explicit fail

print(x) # still [0 1 2 3 4 5 6 7 8 9]