并行执行类方法

并行执行类方法

当您调用

obj.method

子进程时，子进程将获得中每个实例变量的单独副本

obj

。因此，您在子代中对它们所做的更改不会反映在父代中。您需要通过将更改的值显式地传递给父

multiprocessing.Queue

级，以使更改对父级生效：

from multiprocessing import Process, Queueq1 = Queue()q2 = Queue()pr1 = Process(target=t1.method, args=(q1,))pr2 = Process(target=t2.method, args=(q2,))pr1.start()pr2.start()out1 = q1.get()out2 = q2.get()t1.blah = out1t2.blah = out2pr1.join()pr2.join()

其他选择是使实例变量成为更改

multiprocessing.Value

实例或实例所需要的。这样，您在子级中所做的更改 将
自动反映在父级中。但这是以增加使用父代变量的开销为代价的。

multiprocessing.Manager

Proxy

__

这是使用的示例

multiprocessing.Manager

。这不起作用：

import multiprocessingclass Test(object) :    def __init__(self):       self.some_list = []  # Normal list    def method(self):        self.some_list.append(123)  # This change gets lostif __name__ == "__main__":    t1 = Test()    t2 = Test()    pr1 = multiprocessing.Process(target=t1.method)    pr2 = multiprocessing.Process(target=t2.method)    pr1.start()    pr2.start()    pr1.join()    pr2.join()    print(t1.some_list)    print(t2.some_list)

输出：

[][]

这有效：

import multiprocessingclass Test(object) :    def __init__(self):       self.manager = multiprocessing.Manager()       self.some_list = self.manager.list()  # Shared Proxy to a list    def method(self):        self.some_list.append(123) # This change won't be lostif __name__ == "__main__":    t1 = Test()    t2 = Test()    pr1 = multiprocessing.Process(target=t1.method)    pr2 = multiprocessing.Process(target=t2.method)    pr1.start()    pr2.start()    pr1.join()    pr2.join()    print(t1.some_list)    print(t2.some_list)

输出：

[123][123]

只需记住，a会

multiprocessing.Manager

启动一个子进程来管理您创建的所有共享实例，并且每次访问一个

Proxy

实例时，您实际上是在对该

Manager

进程进行IPC调用。