Python multiprocessing.Pool（）：我能返回的内容是否受到限制？

我正在使用Python的多处理池。有人告诉我，虽然我自己没有经历过这一点，因此我无法发布代码，但不能将

多处理.Pool（）

-工作者中的任何内容“返回”到

多处理.Pool（）

的主进程。像“酸洗”和“锁”这样的词被到处乱扔，但我不确定

这是正确的吗？如果是，这些限制是什么

在我的例子中，我有一个函数，它生成一个可变类对象，然后在完成一些工作后返回它。我希望有8个进程运行这个函数，生成它们自己的类，并在完成后返回每个类。完整的代码尚未编写，因此我无法发布

我可能会遇到什么问题

我的代码是：

res=pool.map（foo，参数列表）

Q：“这是正确的吗？如果是，这些限制是什么？”

视情况而定。这是正确的，但这里的问题是SER/DES处理，因为一对不相交的进程试图“发送”某些东西（那里：一个带有参数的任务规范，返回：…是的，等待已久的结果*）

负责这项工作的Python标准模块库的初始版本，

pickle

-module无法序列化一些更复杂类型的对象，类实例就是这样一个例子

当然，有越来越多的新版本在不断发展，但是这个SER/DES步骤是SPOF之一，在某些情况下可能会避免平滑的代码执行

接下来是这样的情况，当O/S请求尽可能多的内存分配时抛出

内存错误，O/S简单地拒绝任何新的分配请求，整个过程试图生成和发送
pickle.dumps（…）
不可解析地崩溃


我们有什么补救办法吗？
好吧，也许是，也许不是-Mike McKern的
dill
在某些情况下可能有助于更好地处理SER/DES处理中的复杂对象

可尝试使用
进口莳萝作为腌菜；pickle.dump（…）
并测试热门候选的
Class（）
-实例，以获得SER/DES ed，如果它们有机会通过。如果不是的话，就没办法先用这个低挂水果的把戏

接下来，一种不太容易的方法是避免依赖硬连线的
多处理.Pool（）
-实例化及其（上述）受限的SER/comms/DES方法，并基于通信代理范例将处理策略设计为系统

这样，您就可以在足够智能的代理之间进行大小合适、设计恰到好处的通信交换，这些代理知道（正如您设计它们所知道的那样）要告诉其他代理什么，即使不发送任何乳齿象大小的BLOB，也会意外地破坏任何SPoF中的处理你不能同时防止事后补救

在2020年至2020年第四季度，我所知道的或可以预见的安全、智能地实现这一点似乎没有更好的方法。
是pool multiprocessing.pool，因为周围有不同的池。如果是multiprocessing.pool，您可以处理可拾取的对象，请参见此处：只要每个函数返回不同的可变对象，就可以了。多重处理要求对象是可酸洗的，但实际的酸洗是在背后进行的。