Question

我有一个多处理程序，我无法使用全局变量。我有一个程序，这样开始： -

from multiprocessing import Process ,Pool
print ("Initializing")
someList = []
...
...
...

这意味着我有一些在我的main调用之前初始化的List变量。

稍后在代码中someList被设置为某个值，然后我创建4个进程来处理它

pool = Pool(4)
combinedResult = pool.map(processFn, someList)
pool.close()
pool.join()

在生成进程之前，someList设置为有效值。

然而，当这些过程产生时，我看到这个打印4次!! Initializing Initializing Initializing Initializing

正如在每个过程中都清楚的那样，程序顶部的初始化部分被调用。此外，someList设置为空。如果我的理解是正确的，那么每个进程应该是当前进程状态的副本，这实际上意味着，我应该有4个相同列表的副本。为什么全局变量再次重新初始化？事实上，为什么该部分甚至被运行？

有人可以向我解释一下吗？我提到了python docs，但无法确定根本原因。他们建议不要使用全局变量并且我知道它，但它仍然没有解释对初始化函数的调用。另外，我想使用多处理而不是多线程。我试图了解多处理在这里是如何工作的。

感谢您的时间。

Answer 1

在Windows中，进程不像Linux / Unix那样 forked 。相反，它们是衍生的，这意味着为每个新的multiprocessing.Process启动了一个新的Python解释器。这意味着所有全局变量都被重新初始化，如果你在某种程度上操纵它们，那么生成的进程就不会看到它。

问题的解决方案是将全局变量传递给Pool initilaizer，然后从那里生成global也在生成的过程中：

from multiprocessing import Pool

def init_pool(the_list):
    global some_list
    some_list = the_list

def access_some_list(index):
    return some_list[index]

if __name__ == "__main__":
    some_list = [24, 12, 6, 3]
    indexes = [3, 2, 1, 0]
    pool = Pool(initializer=init_pool, initargs=(some_list,))
    result = pool.map(access_some_list, indexes)
    print(result)

在此设置中，您将全局变量复制到每个新进程，然后可以访问它们，但是，一如既往，从那里开始的任何更新都不会传播到任何其他进程。为此，您需要适当的multiprocessing.Manager。

作为一个额外的评论，从这里很明显，全局变量可能是危险的，因为很难理解它们将在不同的过程中采用什么值。

Answer 2

我认为重点在于，您正在创建4个进程，这些进程正在执行您提供的代码。它们在同一个实例中工作，但执行相同的代码。

所以，也许你做多线程或使用一些if子句等来确定哪个进程应该执行哪个代码。

欢呼声

python中的multiprocess是否重新初始化全局变量？

2 个答案: