为啥多处理工作者不能更改全局变量？ [复制]

Posted 2023-02-16

【中文标题】为啥多处理工作者不能更改全局变量？ [复制]

【英文标题】：Why can't multiprocessing workers change a global variable? [duplicate]为什么多处理工作者不能更改全局变量？ [复制]

【发布时间】：2015-07-10 11:47:40

【问题描述】：

我有一个名为changed 的全局变量。在一个简单的多处理环境中，我想根据一个专门的工作人员的工作来更改这个全局变量。重现我的输出的最小示例是：

import multiprocessing as mp
changed=False
def log_result(result):
    global changed
    if result==50:
        print 'Callback changed'
        #changed=True

def change(i):
    global changed
    if i==51:
        print 'changed'
        changed=True
        print changed
    return i

def parallel():
    global changed
    print 'Start Multiprocessing'
    pool = mp.Pool(processes=4)
    for i in range(100):
        pool.apply_async(change, args = (i,), callback=log_result)
    pool.close()
    pool.join()
    print "Multiprocessing done!"

parallel()

我可以看到，worker 本身似乎无法更改全局变量，相反，该值仅在 worker 的范围内更改。一旦我取消注释

changed=True

回调函数log_result中的行，变量按预期设置。这是否意味着，工作进程不会以并行方式调用回调函数，因为全局变量在进程之间是不可共享的。

【问题讨论】：

骗子谈到实现一个计数器，但可以应用完全相同的原理 - 使用 multiprocessing.Value 来表示您的 changed 变量，并将其显式传递给孩子。

我的回答已经说明了如何解决问题的问题。我试图了解回调函数是否与工作者不同，如果这意味着对回调的调用不是并行发生的。

回调在主进程的后台线程中运行，而不是在子进程中。见this question

【参考方案1】：

全局变量不跨进程共享。在一个进程中设置全局变量只会在该进程中更改它。

【讨论】：

有没有办法在不使用文件的情况下改变它？喜欢共享内存？此外：这是否意味着回调函数不是另一个进程，因此不是并行处理的？

现在有 multiprocessing.shared_memory