Python 多处理或os.fork、os.exec？

我正在使用多处理模块来派生子进程。因为在分叉时，子进程获取父进程的地址空间，所以我为父进程和子进程获取相同的记录器。我想清除子进程的地址空间中从父进程带入的任何值。我知道多处理在较低的级别上执行fork（），但不执行exec（）。我想知道在我的情况下使用多处理是好是坏，还是应该选择os.fork（）和os.exec（）的组合，或者是否有其他解决方案

---

谢谢。

由于

多处理

正在从程序中运行一个函数，就像它是一个线程函数一样，因此它肯定需要一个进程状态的完整副本。这意味着执行

fork（）

使用

多处理

提供的更高级接口通常更好。至少您自己不应该关心

fork（）

返回代码

os.fork（）

是一个较低级别的函数，提供了较少的开箱即用服务，尽管您当然可以将其用于任何

多处理

用于。。。以部分重新实现

多处理

代码为代价。因此，我认为，

多处理

应该适合您

但是，如果进程的内存占用太大而无法复制它（或者如果您有其他原因来避免分叉——打开到数据库的连接、打开日志文件等），则可能必须将要在新进程中运行的函数设置为单独的python程序。然后，您可以使用

子流程运行它，将参数传递给它的
stdin
，捕获它的
stdout
，并解析输出以获得结果

UPD:
os.exec…
在大多数情况下都很难使用，因为它用派生的进程替换了您的进程（如果您运行与正在运行的程序相同的程序，它将从一开始就重新启动，而不保留任何内存中的数据）。但是，如果确实不需要继续父进程执行，
exec（）
可能会有一些用处

根据我个人的经验：
os.fork（）
经常用于在Unix上创建守护进程；我经常使用
子流程
（通过stdin/stdout进行通信）；几乎从未使用过多处理；我一生中没有一次需要
os.exec…（）
您可以将子进程中的记录器重新绑定到自己的日志。我不知道其他操作系统，但在Linux上，forking并没有复制整个内存占用（正如Ellioh提到的），而是使用了“写时复制”的概念。因此，在子进程中更改某些内容之前，它将保留在父进程的内存范围内。例如，您可以分叉100个子进程（不写入内存，只读取）并检查总体内存使用情况。这将不是
父对象\u内存\u使用*100
，而是更少。
+1此外，如果您不想重用父对象，只需创建新的对象即可。如果希望安全，请覆盖引用：）