具有只读共享内存的 Python 中的多处理？

Question

我有一个单线程 Python 程序，我想修改它以利用它运行的服务器上的所有 32 个处理器。正如我所设想的，每个工作进程都会从队列中接收其作业并将其输出提交到队列。然而，为了完成它的工作，每个工作进程都需要对复杂的内存数据结构进行只读访问——许多 GB 的字典和相互链接的对象。在 python 中，有没有一种简单的方法来共享这个数据结构，而不需要为每个工作进程复制它？

谢谢。

Answer 1

如果您使用的是 Python 的 CPython（或 PyPy）实现，那么 global interpreter lock (GIL) 将阻止多个线程一次对 Python 对象进行操作。

因此，如果您使用这样的实现，则需要使用多个进程而不是多个线程来利用您的 32 个处理器。

您可以使用标准库的multiprocessing 或concurrent.futures 模块来生成工作进程。还有many third-party options。 Doug Hellman's tutorial 是对多处理模块的一个很好的介绍。

由于您只需要对数据结构进行只读访问，因此如果您在生成进程之前将复杂数据结构分配给全局变量，那么所有进程都可以访问该全局变量变量。

当你生成一个进程时，来自调用模块的全局变量会被复制到生成的进程中。但是，在具有copy-on-write 的 Linux 上，生成的进程使用完全相同的数据结构，因此不需要额外的内存。只有当一个进程修改数据结构时，它才会被复制到一个新的位置。

在 Windows 上，由于没有fork，每个生成的进程都会调用 python 并重新导入调用模块，因此每个进程都需要内存来存储自己的庞大数据结构的单独副本。必须有其他方式在 Windows 上共享数据结构，但我不知道细节。 （编辑：POSH may be a solution to the shared-memory problem，但我自己没有尝试过。）

Answer 2

要添加上面 unutbu 答案的演示，这里的代码显示它实际上是 COW 共享内存（CPython 3.6，Mac OS）

main_shared.py

import multiprocessing
from time import sleep


my_global = None


def test():
    global my_global
    read_only_secs = 3
    while read_only_secs > 0:
        sleep(1)
        print(f'child proc global: {my_global} at {hex(id(my_global))}')
        read_only_secs -= 1
    print('child proc writing to copy-on-write...')
    my_global = 'something else'
    while True:
        sleep(1)
        print(f'child proc global: {my_global} at {hex(id(my_global))}')


def set_func():
    global my_global
    my_global = [{'hi': 1, 'bye': 'foo'}]

if __name__ == "__main__":
    print(f'main proc global: {my_global} at {hex(id(my_global))}')
    set_func()
    print(f'main proc global: {my_global} at {hex(id(my_global))}')
    p1 = multiprocessing.Process(target=test)
    p1.start()

    while True:
        sleep(1)
        print(f'main proc global: {my_global} at {hex(id(my_global))}')

输出

$ python main_shared.py 
main proc global: None at 0x101b509f8
main proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
child proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
main proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
child proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
main proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
child proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
child proc writing to copy-on-write...
main proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
child proc global: something else at 0x1022ea3b0
main proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
child proc global: something else at 0x1022ea3b0
main proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708
child proc global: something else at 0x1022ea3b0
main proc global: [{'hi': 1, 'bye': 'foo'}] at 0x102341708