Python multiprocessing.Process对象的行为类似于在另一个进程中保存对对象的引用。 为什么？

Question

import multiprocessing as mp

def delay_one_second(event):
    print 'in SECONDARY process, preparing to wait for 1 second'
    event.wait(1)
    print 'in the SECONDARY process, preparing to raise the event'
    event.set()

if __name__=='__main__':
    evt = mp.Event()
    print 'preparing to wait 10 seconds in the PRIMARY process'
    mp.Process(target = delay_one_second, args=(evt,)).start()
    evt.wait(10)
    print 'PRIMARY process, waking up'

这段代码（在cmd.exe中使用“python module.py”命令从模块内部运行得很好）会产生令人惊讶的结果。

主要过程显然只在醒来之前等待1秒钟。 为此，这意味着辅助进程具有对主进程中对象的引用。

怎么会这样？ 我期望必须使用multiprocessing.Manager（）来在进程之间共享对象，但这怎么可能呢？

我的意思是进程不是线程，它们不应该使用相同的内存空间。 任何人都有任何想法在这里发生了什么？

Answer 1

文档说多处理模块遵循线程API。 我的猜测是它使用类似'fork'的机制。 如果您分叉一个线程，您的操作系统将创建当前进程的副本。 这意味着它复制堆和堆栈，包括所有变量和全局变量，这就是你所看到的。

如果将下面的函数传递给新进程，您可以自己查看。

def print_globals():
    print globals()

Answer 2

简短的回答是共享内存不是由单独的进程管理的; 它由操作系统本身管理。

如果您花一些时间浏览multiprocessing源，可以看到它是如何工作的。 您将看到Event对象使用Semaphore和Condition ，它们都依赖于SemLock对象提供的锁定行为。 反过来，它包装了一个_multiprocessing.SemLock对象，该对象在c中实现并依赖于sem_open （POSIX）或CreateSemaphore （Windows）。

这些是c函数，可以访问由操作系统本身管理的共享资源 - 在本例中为命名信号量。 它们可以在线程或进程之间共享; 操作系统负责一切。 会发生什么，当创建一个新的信号量时，会给它一个句柄 。 然后，当创建需要访问该信号量的新进程时，会给它一个句柄副本。 然后它将该句柄传递给sem_open或CreateSemapohre ，操作系统为新进程提供对原始信号量的访问权限。

所以内存被共享，但它被作为操作系统的内置的同步原语支持部分共享。 换句话说，在这种情况下，您不需要打开新进程来管理共享内存; 操作系统接管该任务。 但这只是可能的，因为Event不需要比信号量更复杂的工作。