在 Python 中进行多处理时，全局变量是否会在每个进程中复制？
Are global variables get replicated in each process when doing multiprocessing in Python?
我们通过 runInParallel 调用一些函数来使用并行处理，您将在这个答案中找到这些函数：
所有这些函数都应该可以访问它们应该读取的单个全局变量。
这个全局变量实际上是一个class的实例。这个实例包含一个成员 variable/attribute 和所有读取和写入它的进程。
然而事情并不是这样发生的。对象（class 实例）似乎被复制，并且它的属性在每个进程上都是独立的。因此，如果一个进程更改了该值，则该值对另一个进程的变量不可见。
这是预期的行为吗？
如何克服？
谢谢
所有子进程将在从父进程派生时继承该实例。对子实例和父实例所做的任何更改都不会在分叉后看到。
这就是进程在 Linux 中的工作方式 — 每个进程都有自己的内存，不受其他进程的影响（除非您有意共享它）。它不是 Python 特定的。
您要查找的一般称为 IPC（进程间通信）。进程可以通过多种方式相互通信。您可能想使用管道或共享内存。
在 Python 中，阅读此内容：https://docs.python.org/2/library/multiprocessing.html#sharing-state-between-processes
我们通过 runInParallel 调用一些函数来使用并行处理，您将在这个答案中找到这些函数：
所有这些函数都应该可以访问它们应该读取的单个全局变量。
这个全局变量实际上是一个class的实例。这个实例包含一个成员 variable/attribute 和所有读取和写入它的进程。
然而事情并不是这样发生的。对象（class 实例）似乎被复制，并且它的属性在每个进程上都是独立的。因此，如果一个进程更改了该值，则该值对另一个进程的变量不可见。
这是预期的行为吗？
如何克服？
谢谢
所有子进程将在从父进程派生时继承该实例。对子实例和父实例所做的任何更改都不会在分叉后看到。
这就是进程在 Linux 中的工作方式 — 每个进程都有自己的内存，不受其他进程的影响（除非您有意共享它）。它不是 Python 特定的。
您要查找的一般称为 IPC（进程间通信）。进程可以通过多种方式相互通信。您可能想使用管道或共享内存。
在 Python 中，阅读此内容：https://docs.python.org/2/library/multiprocessing.html#sharing-state-between-processes