Python 3.x 如何将共享对象传递到multiprocessing.pool（无需酸洗或使用全局变量）？

多处理

说继承（来自祖先进程）比pickle/unpickle共享资源（从而避免使用管道/队列）更好

不过，它还表示，最好明确地传递资源，而不是作为全球资源共享

那么，如何传递共享资源，例如，传递给映射函数

---

此示例显示共享全局函数可以工作（但不是显式的）

但显式传递不起作用（可能是某些队列中的酸洗破坏了共享连接）：

建议将资源作为

initargs

参数传递给

Pool

，并编写

initialize

函数将其分配给每个进程下的新全局。这可能更便于携带，但看起来不太干净。

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]

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]