通过多进程生成的对象标识

Question

我一直在试验 python 中的多处理模块，我想知道如何通过生成的进程处理不同并行化方法的参数。这是我使用的代码：

import os
import time
import multiprocessing


class StateClass:
    def __init__(self):
        self.state = 0

    def __call__(self):
        return f"I am {id(self)}: {self.state}"


CONTEXT = multiprocessing.get_context("fork")

nb_workers = 2

stato = StateClass()


def wrapped_work_function(a1, a2, sss, qqq):
    time.sleep(a1 + 1)
    if a1 == 0:
        sss.state = 0
    else:
        sss.state = 123
    for eee in a2:
        time.sleep(a1 + 1)
        sss.state += eee
        print(
            f"Worker {a1} in process {os.getpid()} (parent process {os.getppid()}): {eee}, {sss()}"
        )
    return sss


print("main", id(stato), stato)

manager = CONTEXT.Manager()
master_workers_queue = manager.Queue()

work_args_list = [
    (
        worker_index,
        [iii for iii in range(4)],
        stato,
        master_workers_queue,
    )
    for worker_index in range(nb_workers)
]

pool = CONTEXT.Pool(nb_workers)
result = pool.starmap_async(wrapped_work_function, work_args_list)

pool.close()
pool.join()
print("Finish")
bullo = result.get(timeout=100)
bullo.append(stato)
for sss in bullo:
    print(sss, id(sss), sss.state)

我从中得到例如以下输出：

main 140349939506416 <__main__.StateClass object at 0x7fa5c449dcf0>
Worker 0 in process 9075 (parent process 9047): 0, I am 140350069832528: 0
Worker 0 in process 9075 (parent process 9047): 1, I am 140350069832528: 1
Worker 1 in process 9077 (parent process 9047): 0, I am 140350069832528: 123
Worker 0 in process 9075 (parent process 9047): 2, I am 140350069832528: 3
Worker 0 in process 9075 (parent process 9047): 3, I am 140350069832528: 6
Worker 1 in process 9077 (parent process 9047): 1, I am 140350069832528: 124
Worker 1 in process 9077 (parent process 9047): 2, I am 140350069832528: 126
Worker 1 in process 9077 (parent process 9047): 3, I am 140350069832528: 129
Finish
<__main__.StateClass object at 0x7fa5c43ac190> 140349938516368 6
<__main__.StateClass object at 0x7fa5c43ac4c0> 140349938517184 129
<__main__.StateClass object at 0x7fa5c449dcf0> 140349939506416 0

初始 class 实例 stato 的 ID 为 140349939506416，并如我所料在其整个生命周期内保持不变。在 starmap_async 方法中，我确实得到了相同 class 的两个不同实例（每个 worker/process 一个），我可以修改它们并保留它们的 state 属性直到脚本结束。无论如何，这些实例的 id 最初是相同的 (140350069832528)，并且在脚本的末尾它们都有另一个 id，这也与原始实例的 id 不同。具有相同的 id 并不意味着它们在内存中具有相同的地址？那么他们怎么可能保留不同的state？此行为与分叉上下文有关吗？

Answer 1

首先，当我运行这个（Debian Linux、Python 3.9.7）时，我没有发现 sss 实例的 ID 是两个子流程相同：

main 140614771273680 <__main__.StateClass object at 0x7fe36d7defd0>
Worker 0 in process 19 (parent process 13): 0, I am 140614770671776: 0
Worker 0 in process 19 (parent process 13): 1, I am 140614770671776: 1
Worker 1 in process 20 (parent process 13): 0, I am 140614761373648: 123
Worker 0 in process 19 (parent process 13): 2, I am 140614770671776: 3
Worker 0 in process 19 (parent process 13): 3, I am 140614770671776: 6
Worker 1 in process 20 (parent process 13): 1, I am 140614761373648: 124
Worker 1 in process 20 (parent process 13): 2, I am 140614761373648: 126
Worker 1 in process 20 (parent process 13): 3, I am 140614761373648: 129
Finish
<__main__.StateClass object at 0x7fe36ce7b7f0> 140614761428976 6
<__main__.StateClass object at 0x7fe36ce7b520> 140614761428256 129
<__main__.StateClass object at 0x7fe36d7defd0> 140614771273680 0

即使您正在分叉新进程，work_args_list 列表中的 stato 个实例也会作为 sss 传递给您的辅助函数。传递给池工作函数的参数，运行ning 在不同的 process/address space 中，由 pickle 完成，它序列化然后 de-serializes 实例因此制作一个副本通常在它获得de-serialized时具有不同的ID。在这种特殊情况下，每个进程在使用 fork 方法时都继承了全局变量 stato，并且在所有 processes/address space 中应该具有相同的 id。如果我们修改 wrapped_work_function 以打印出 stato 的 id，我们可以验证这一点：

def wrapped_work_function(a1, a2, sss, qqq):
    print('The id of the inherited stato is', id(stato))
    time.sleep(a1 + 1)
    if a1 == 0:
        sss.state = 0
    else:
        sss.state = 123
    for eee in a2:
        time.sleep(a1 + 1)
        sss.state += eee
        print(
            f"Worker {a1} in process {os.getpid()} (parent process {os.getppid()}): {eee}, {sss()}"
        )
    return sss

则打印输出为：

main 140456701534160 <__main__.StateClass object at 0x7fbe9fcd1fd0>
The id of the inherited stato is 140456701534160
The id of the inherited stato is 140456701534160
Worker 0 in process 43 (parent process 37): 0, I am 140456700920112: 0
Worker 0 in process 43 (parent process 37): 1, I am 140456700920112: 1
Worker 1 in process 44 (parent process 37): 0, I am 140456700920112: 123
Worker 0 in process 43 (parent process 37): 2, I am 140456700920112: 3
Worker 0 in process 43 (parent process 37): 3, I am 140456700920112: 6
Worker 1 in process 44 (parent process 37): 1, I am 140456700920112: 124
Worker 1 in process 44 (parent process 37): 2, I am 140456700920112: 126
Worker 1 in process 44 (parent process 37): 3, I am 140456700920112: 129
Finish
<__main__.StateClass object at 0x7fbe9f36e880> 140456691689600 6
<__main__.StateClass object at 0x7fbe9f36eb20> 140456691690272 129
<__main__.StateClass object at 0x7fbe9fcd1fd0> 140456701534160 0

所有地址 space 都看到 stato 的相同 ID，即 140456701534160。如果每个地址 space 看到继承的 stato 的相同 ID，则 ID对于 sss，它应该是 stato, 的单独副本，不能与 stato 具有相同的 ID。当我运行代码时，它们的 ID 与我预期的不同。但是每个 sss 运行ning 在不同的地址 space 中可以有相同的 id，但这不能保证（在这一秒运行它们是相同的） .

但是即使sss个实例具有相同的id和相同的地址，这两个实例存在于两个不同的进程中，因此是两个不同的地址space。这就是为什么它们可以保持不同的状态。顺便说一句，当你的 worker 函数 returns sss 时，它被传递回主进程使用 pickle，它序列化并 de-serializes 实例，因此实际上复制了原始实例。这就是您看到返回的 ID 不同的原因。

另外：您有 bullo = result.get(timeout=100) 测试可能的超时。但是这个语句之前调用了 pool.close() 和 pool.join()。这两个调用将等待所有提交的任务完成。因此，当您调用 result.get 时，任务保证已完成并且永远不会导致超时异常。

通过多进程生成的对象标识

Object identity through multiprocess spawn

python

multiprocessing