在python中拥有共享对象'；多重处理

我正在使用

dask

库尝试创建多线程程序。但我在这里面临一个问题。 例如：

from dask import compute, delayed
import dask.multiprocessing

arr = []

def add():
    arr.append("a")

tasks = [delayed(add)(),delayed(add)()]
compute(*tasks, get = dask.multiprocessing.get)
print(arr)

此代码的输出只是

[]

。。因为我正在使用多重处理。如果我使用的是

get=dask.threaded.get

代码的输出将是=

['a'，'a']

我还需要使用多处理来实现多核上的实际并行性

---

所以我的问题是。。是否有一种方法可以使用dask.multiprocessing并仍然能够访问共享对象？

在正常操作下，dask假设函数不依赖于全局状态。您的函数应该使用输入并返回输出，并且不应该依赖于给定信息以外的任何其他信息

---

即使在使用线程调度程序时，您也可能要小心影响全局状态，因为该状态可能不是线程安全的。

可能重复@ppperry建议的问题是关于python的多处理库中处理问题的方式。我想问一下达斯克图书馆的情况。两者都有完全不同的实现方式。所以你是说没有办法？你可以看看的一些更先进的技术的底部。但一般来说，没有办法做到你所要求的。当您跨进程或机器并行化时，您必然会失去对共享状态的访问。