五
5.1 题目
起两个 mp.Process,父进程通过 mp.Queue 收子进程的 os.getpid(),确认子进程里读父进程的全局变量是初始值而非父进程改过的值。
5.2 参考答案
python
import multiprocessing as mp # 这里相当于给multiprocessing起一个别名,后面可以直接使用。multiprocessing Python多进程模块,用于创建和管理OS进程
import os # 操作系统接口,这里用来获取进程PID
"""
multiprocessing: 进程隔离与全局变量
实验目的: 验证子进程拥有独立的内存空间,父进程后续修改全局变量不会同步到子进程
以下代码使用Queue做同步,避免父子进程执行顺序不确定
"""
GLOBAL_VALUE = 100 # 模块级的全局变量
def worker(ready_queue, go_queue, result_queue):
print("Worker process started, PID:", os.getpid()) # PID是操作系统用于标识进程的编号
# 通知父进程:子进程已经启动
ready_queue.put("ready") # 进程间队列
# 等待父进程修改全局变量
go_queue.get() # 这里是整个程序的关键阻塞点, Queue.get()默认会阻塞,直到队列中有消息可以取出
# 读取子进程自己的全局变量
result_queue.put(GLOBAL_VALUE)
if __name__ == "__main__":
ready_queue = mp.Queue()
go_queue = mp.Queue()
result_queue = mp.Queue()
print("Main process PID:", os.getpid())
p = mp.Process(target=worker, args=(ready_queue, go_queue, result_queue))
GLOBAL_VALUE = 300
p.start()
# 确认子进程已经启动
ready_queue.get()
# 父进程修改全局变量
GLOBAL_VALUE = 200
print("Main process modified GLOBAL_VALUE to:", GLOBAL_VALUE)
# 通知子进程领取
go_queue.put("go")
child_value = result_queue.get()
print("Child process GLOBAL_VALUE:", child_value)
p.join()
5.3 相关知识点
5.3.1 fork和spawn的核心区别
| 对比 | fork | spawn |
|---|---|---|
| 创建方式 | 复制当前进程 | 启动新的 Python 解释器进程 |
| 是否继承父进程内存状态 | 是,逻辑上继承 | 不直接继承 |
| COW(copy on write 写时复制) | 支持 | 不适用 |
| Python解释器 | 继承现有运行时状态 | 重新初始化 |
| 启动速度 | 通常较快 | 通常较慢 |
| 全局变量 | 继承fork时的值 | 重新初始化模块变量 |
| 跨平台 | 主要用于Unix/Linux | 支持Windows、macOS、Linux |
从实现角度看,fork 直接调用操作系统的 fork() 系统调用,子进程几乎是父进程的完整拷贝,文件描述符、内存页、已导入的模块都原样保留,因此启动开销小,但也容易把锁、连接池等状态一并带过去,引发难以排查的问题。
spawn 则是启动一个全新的解释器进程,只把 Process 的 target、args 以及必要的启动状态通过序列化传给子进程,子进程重新导入模块、重新执行初始化逻辑。这种方式更干净、更安全,代价是启动更慢、可传递的对象必须可 pickle。
可以通过 mp.get_start_method() 查看当前默认方式,用 mp.set_start_method("spawn") 或创建 mp.get_context("spawn") 来显式指定。
注意:spawn 并不是完全不复制数据,传给子进程的参数、任务和必要状态仍然可能通过序列化传递。