Wie aktualisiere ich globale Variablen im übergeordneten Prozess, wenn ich Multiprocessing in Python verwende?

Globale Variablenaktualisierungen werden bei Multiprocessing nicht im übergeordneten Element widergespiegelt

Beim Multiprocessing initiiert das Erstellen eines neuen Prozesses eine separate Python-Instanz mit einem eigenen globalen Status . Änderungen, die an globalen Variablen in untergeordneten Prozessen vorgenommen werden, sind für den übergeordneten Prozess nicht sichtbar.

Dieses Problem ergibt sich aus der Tatsache, dass Daten, die zwischen Prozessen mithilfe von Multiprocessing übertragen werden, normalerweise gelöscht werden. Für das Beizen müssen Objekte serialisierbar sein, was für bestimmte Objekte wie LORR-Instanzen möglicherweise nicht möglich ist.

Um dieses Problem zu lösen, ziehen Sie die folgenden Ansätze in Betracht:

1. Erstellen eines ctype-Objekts: Speichern Sie die Daten in einem Ctype-Objekt und übergeben Sie die Speicherreferenz an den untergeordneten Prozess. Diese Methode wird jedoch nicht häufig verwendet und kann komplex sein.
2. Unterklassen von LORR: Wenn LORR eine Klasse ist und Unterklassen möglich sind, implementieren Sie getstate und setstate Methoden zum Aktivieren des Beizens. Dies erfordert jedoch ein tiefes Verständnis der internen Struktur von LORR.
3. Messaging über Warteschlangen: Alternativ können Sie Warteschlangen verwenden, um zwischen Prozessen zu kommunizieren. Anstatt LORR-Instanzen zu übergeben, senden Sie Nachrichten an untergeordnete Prozesse, die die Ausführung bestimmter Methoden anfordern. Die Daten der Methoden können dann über Warteschlangen als Strings zurückgegeben werden.

Das obige ist der detaillierte Inhalt vonWie aktualisiere ich globale Variablen im übergeordneten Prozess, wenn ich Multiprocessing in Python verwende?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!