如何正确派生一个不使用任何来自 twisted 的子进程（但使用来自父进程的数据）（例如，处理来自父进程的某些数据的“快照”并将其写入文件，无需阻塞）？
似乎如果我在os.fork() 之后在子进程中执行干净关闭之类的操作，它会关闭父进程中的一些套接字/描述符；避免这种情况的唯一方法是使用os.kill(os.getpid(), signal.SIGKILL)，这似乎是个坏主意（尽管没有直接问题）。
（另外，如果一个dict在父进程中发生了变化，它会不会在子进程中也发生变化？快速测试表明它不会改变，但操作系统/内核是debian stable / sid）
【问题讨论】：
os.exec* 中的一个类似无操作外壳的东西会解决这个问题）
IReactorProcess.spawnProcess（通常以from twisted.internet import reactor; reactor.spawnProcess 提供）可以生成一个进程，该进程在您的系统上运行任何可用的可执行文件。子进程不需要使用 Twisted，甚至不需要使用 Python。
不要自己打电话给os.fork。正如您所发现的，它与进程状态有很多非常特殊的交互，spawnProcess 将为您管理。
os.fork 的问题包括：
fork()，如果您尝试在 fork 之后但在 exec 之前使用它们，只会使您的程序崩溃。exec 上关闭 - 但没有这样的标志让它们在 fork 上关闭。因此，如果您不仔细管理对它们的访问权限，任何文件（包括日志文件，以及由库打开的任何后台临时文件，您甚至可能都不知道）都可能被静默损坏或截断。【讨论】：
os.fork 几乎肯定会被破坏（按设计）。唯一的例外可能是您立即调用 os.execve（或类似函数之一） - 这会丢弃您的所有数据，就像 spawnProcess 所做的那样。因此，如果您将问题从“我如何使用os.fork？”更改为会有所帮助。到“如何以 X 的形式与另一个进程共享数据？”或者甚至可以一直走到“如何在使用 Twisted 的程序中以 X 的形式保存数据？”
multiprocessing），并且可用于处理，例如，在多个内核上使用 python 代码的大型 numpy 数组，而无需在内存中复制它们。并且它可以很好地用于 OP 方式，但我正在尝试弄清楚如何做到这一点更好。
numpy.memmap docs.scipy.org/doc/numpy/reference/generated/…