Question

我的测试脚本test.py如下：

import time
from multiprocessing import Pool

n = []
print('global', id(n))


def slowf():
    global n
    time.sleep(5)
    n.append(1)
    print('slowf---', n, id(n))


def checkn():
    global n
    while 1:
        if n:
            print('checkn', n, id(n), "T")
            break
        else:
            print('checkn', n, id(n), "F")
        time.sleep(1)


def main():
    global n
    p = Pool()
    p.apply_async(slowf, args=())
    p.apply_async(checkn, args=())
    p.close()
    p.join()


if __name__ == '__main__':
    main()

在python3.6中运行的脚本输出是：

global 4534751304
checkn [] 4534751304 F
checkn [] 4534751304 F
checkn [] 4534751304 F
checkn [] 4534751304 F
checkn [] 4534751304 F
slowf--- [1] 4534751304
checkn [] 4534751304 F
checkn [] 4534751304 F
checkn [] 4534751304 F
checkn [] 4534751304 F
checkn [] 4534751304 F
......

那么，为什么slowf()函数在5秒后更改了全局变量n，但它仍然在[]函数中读取checkn()。他们只是使用相同的n进入全局var id。我只是困惑！

如果有人能向我解释，我感激不尽！谢谢你！

Answer 1

单独的进程不共享内存。您在一个孩子中所做的更改在另一个孩子中无法看到。

The docs解释了这一点，以及为什么你经常不想要共享状态（你需要添加同步，这是很难做到的），以及你也是可以改为。

You can use explicit shared memory, but only with basic "C types" like 32-bit integers or arrays of floats。然后，您必须在正确的位置使用Lock之类的显式同步，以使您的代码安全。

如果可能，理想的解决方案是将代码重新设计为pass data over queues instead of sharing it。

如果这不适合您的问题，您可以使用Manager，这基本上会在队列顶部伪造共享的高级Python对象。对于某些用途来说，这可能会非常缓慢，但是当它不是时，它可能是最简单的答案。

在函数中设置全局变量的值，同时在python中检入另一个函数

1 个答案: