为什么多处理中的新对象具有相同的 id？

Question

我尝试在使用多处理模块时在进程中创建新对象。但是，有些事情让我感到困惑。

当我使用多处理模块时，新对象的id是一样的

for i in range(4):
    p = multiprocessing.Process(target=worker)
    p.start()

def worker():
    # stanford named entity tagger
    st = StanfordNERTagger(model_path,stanford_ner_path)
    print id(st)    # all the processes print the same id

但是当我使用线程时，它们是不同的：

for i in range(4):
    p = threading.Thread(target=worker)
    p.start()

def worker():
    # stanford named entity tagger
    st = StanfordNERTagger(model_path,stanford_ner_path)
    print id(st)    # threads print differnt ids

我想知道为什么它们不同。

Answer 1

id 在 CPython 中返回给定对象的指针。由于线程共享地址空间，一个对象的两个不同实例将被分配在两个不同的位置，返回两个不同的 id（也称为虚拟地址指针）。

对于拥有自己地址空间的独立进程来说，情况并非如此。碰巧他们得到了相同的地址指针。

请记住，地址指针是虚拟的，因此它们表示进程地址空间本身的偏移量。这就是为什么它们是相同的。

通常最好不要依赖 id() 来区分对象，因为新对象可能会得到旧对象的 id，随着时间的推移很难跟踪它们。它通常会导致棘手的错误。