Python多处理对象引用 [英] Python multiprocessing object reference

问题描述

我不了解Python多处理模块。 我使用函数启动一个进程，并将传递和对象作为其参数。据我所知，它应该是那个物体的一模一样的复制品。但如果我尝试打印该对象的地址，则在每个过程中都是相同的。这怎么可能呢？地址不应该在每个过程中都不同吗？如果它在每个进程中都是同一个对象，为什么对它的更改不是全局的，而是每个进程的本地更改？

我的对象定义如下：

class MyClass():

    my_field = None

    def __init__():
        self.my_field = 0

和在单独进程中运行的函数

def function_to_run_in_process(some_object):
    print some_object

多个进程的结果如下：

<__main__.MyClass instance at 0x7f276419e5f0>
<__main__.MyClass instance at 0x7f276419e5f0>
<__main__.MyClass instance at 0x7f276419e5f0>

等等。

如果我尝试在进程内更改对象的某个字段，如下所示：

def function_to_run_in_process(some_object, process_lock):
   process_lock.acquire()
   some_object.some_field = some_object.some_field + 1
   process_lock.acquire()
   print some_object, 'with some_field = ', some_object.some_field, 'at address: ', hex(id(some_object.some_field))

我得到的结果类似于：

<__main__.MyClass instance at 0x7f276419e5f0>  with some_field = 1  at address  0xc5c428>
<__main__.MyClass instance at 0x7f276419e5f0>  with some_field = 1  at address  0xc5c428>
<__main__.MyClass instance at 0x7f276419e5f0>  with some_field = 1  at address  0xc5c428>

那么，如果传递的对象只是一个副本，为什么不仅对象有相同的地址，甚至它的字段也有相同的地址？如果它们相同，为什么对该字段的更改不可见？

推荐答案

怎么可能？

每个进程都有自己的Virtual Address Space

每个进程中的地址不应该不同吗？

不。子进程正在继承其父进程的VAS。请参阅clone和fork。

如果它在每个进程中都是同一个对象，为什么对它的更改不是全局的，而是每个进程的本地更改？

VAS中的进程内存页将设置为COPY ON WRITE。只要页面没有更改，它们都将指向相同的物理内存，但是，如果进行了任何更改，该页面的VAS将映射到不同的位置。

---

这里有一篇关于进程内存管理的文章：http://duartes.org/gustavo/blog/post/anatomy-of-a-program-in-memory/

---

如果您希望在进程之间共享状态，则可以共享内存或传递消息。多处理模块可以在共享内存页中创建PYTHON对象，具体说明here

不过，最好避免这样做，尤其是如果以上所有情况对您来说都是新闻。

这篇关于Python多处理对象引用的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！