在 Python 中使用多处理，导入语句的正确方法是什么？答案

【问题标题】：Using multiprocessing in Python, what is the correct approach for import statements?在 Python 中使用多处理，导入语句的正确方法是什么？
【发布时间】：2016-04-09 17:31:18
【问题描述】：

PEP 8 状态：

导入总是放在文件的顶部，就在任何模块 cmets 和文档字符串之后，模块全局变量和常量之前。

但是，如果我正在导入的类/方法/函数仅由子进程使用，那么在需要时进行导入肯定会更有效吗？我的代码基本上是：

p = multiprocessing.Process(target=main,args=(dump_file,))
p.start()
p.join()
print u"Process ended with exitcode: {}".format(p.exitcode)
if os.path.getsize(dump_file) > 0:
    blc = BugLogClient(listener='http://21.18.25.06:8888/bugLog/listeners/bugLogListenerREST.cfm',appName='main')
    blc.notifyCrash(dump_file)

main() 是主应用程序。此功能需要大量导入才能运行，并且会占用一些 ram 空间（+/- 35MB）。当应用程序在另一个进程中运行时，导入在 PEP 8 之后进行了两次（一次由父进程执行，另一次由子进程执行）。还应该注意的是，这个函数应该只被调用一次，因为父进程正在等待查看应用程序是否崩溃并留下退出代码（感谢故障处理程序）。所以我在主函数中编写了这样的导入代码：

def main(dump_file):

    import shutil
    import locale

    import faulthandler

    from PySide.QtCore import Qt
    from PySide.QtGui import QApplication, QIcon

代替：

import shutil
import locale

import faulthandler

from PySide.QtCore import Qt
from PySide.QtGui import QApplication, QIcon

def main(dump_file):

是否有一种“标准”方式来处理使用多处理完成的导入？

PS：我看过这个sister question

【问题讨论】：

将导入放在顶部，遵循 PEP 8
您如何知道您建议的方法节省了多少内存？
我可以使用 windows 任务管理器查看每个进程占用多少内存。按照我提出的方法，父进程需要 6Mb，而按照 PEP 8，它需要 36Mb。
这很尴尬。是的，你又是对的，我的“解决方案”根本无济于事。也许来得太晚了，如果我有一个可行的想法，我会回来的:)
在 unixy 系统上，multiprocessing 是一个廉价的fork，其中子级拥有父级空间的写入时复制视图。没有重新导入任何内容，并且“顶部导入”规则是有意义的。在 Windows 中，multiprocessing 需要腌制环境并在子进程空间中重建它。即使不是完全 pep8，减少进口也很有意义。无论如何，它是一个黑客......所以在你的代码中继续这个传统！

标签： python optimization import runtime multiprocessing

【解决方案1】：

“标准”方式是 PEP 8 报告的方式。这就是 PEP 8 的用途：Python 编码参考指南。

虽然总是有例外。本案就是其中之一。

由于 Windows 不会克隆父进程的内存，因此当生成子进程时，子进程必须重新导入所有模块。 Linux 以更优化的方式处理进程，避免了此类问题。

我不熟悉 Windows 内存管理，但我会说模块是共享的，不会加载两次。您可能看到的是两个进程的虚拟内存，而不是物理内存。在物理内存上，只应加载一份模块副本。

是否遵循 PEP 8 由您决定。当资源受到限制时，代码需要适应。但如果没有必要，不要过度优化代码！这是错误的做法。

【讨论】：