首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

为什么multiprocessing.Process不能从对象实例中调用方法?我不能理解那个泡菜问题

multiprocessing.Process不能从对象实例中调用方法的原因是因为在多进程环境中,每个进程都有自己独立的内存空间,无法直接共享对象实例。当使用multiprocessing模块创建子进程时,会将对象实例进行序列化并传递给子进程,子进程会在自己的内存空间中重新创建一个相同的对象实例。

由于对象实例在子进程中是重新创建的,所以无法直接调用原始对象实例中的方法。如果需要在子进程中调用方法,可以通过将方法定义在顶层模块中,或者使用类方法或静态方法来实现。

对于泡菜问题,你提到的问题不太清楚,请提供更多细节或者明确问题,我将尽力帮助你解答。

页面内容是否对你有帮助?
有帮助
没帮助

相关·内容

浅谈 multiprocessing

一前言 使用python进行并发处理多台机器/多个实例的时候,我们可以使用threading ,但是由于著名的GIL存在,实际上threading 并未提供真正有效的并发处理,要充分利用到多核CPU,我们需要使用多进程。Python提供了非常好用的多进程包--multiprocessing。multiprocessing 可以利用multiprocessing.Process对象来创建一个进程,该Process对象与Threading对象的用法基本相同,具有相同的方法(官方原话:"The multiprocessing package mostly replicates the API of the threading module.") 比如:start(),run(),join()的方法。multiprocessing包中也有Lock/Event/Semaphore/Condition/Pipe/Queue类用于进程之间的通信。话不多说 show me the code! 二使用 2.1 初识异同

00
  • 并行执行(二)、multiprocessing

    multiprocessing包是Python中的多进程管理包。它与 threading.Thread类似,可以利用multiprocessing.Process对象来创建一个进程。该进程可以允许放在Python程序内部编写的函数中。该Process对象与Thread对象的用法相同,拥有is_alive()、join([timeout])、run()、start()、terminate()等方法。属性有:authkey、daemon(要通过start()设置)、exitcode(进程在运行时为None、如果为–N,表示被信号N结束)、name、pid。此外multiprocessing包中也有Lock/Event/Semaphore/Condition类,用来同步进程,其用法也与threading包中的同名类一样。multiprocessing的很大一部份与threading使用同一套API,只不过换到了多进程的情境。这个模块表示像线程一样管理进程,这个是multiprocessing的核心,它与threading很相似,对多核CPU的利用率会比threading好的多。

    02

    Python模块整理(五):多进程mul

    线程共享全局状态,进程完全独立。线程局限在一个处理器,线程可以发挥多个处理器的资源. 没有找到processing模块只找到multiprocessing #!/usr/bin/env python from multiprocessing import Process,Queue import time q=Queue() def f(q):         x=q.get()         print "Process number %s,sleeps for %s second" % (x,x)         time.sleep(x)         print "Process number %s finished" % x for i in range(10):         q.put(i)         i=Process(target=f,args=[q])         i.start() print "main process joins on queue" i.join() print "Main Program finished" 多进程ping扫描 #!/usr/bin/env python import subprocess import time import sys from multiprocessing import Process,Queue #multiprocessing 本身带有的Queue num_Process=50 queue=Queue() ips=['172.18.10.101','172.18.10.102','172.18.10.103','172.18.10.104','172.18.10.105'] def pinger(i,q):         while True:                 if q.empty(): #增加:Process增加了查看列队是否为空                         sys.exit()                 ip=q.get() #一样:取得队列内容threading和multiprocessing.Process一样,获取put过来的ip                 print "Process Numer: %s" % i                 ret=subprocess.call("ping -c 1 %s" % ip,shell=True,stdout=open('/dev/null','w'),stderr=subprocess.STDOUT)                 if ret==0:                         print "Process Numer %s ping:%s is alive" % (i,ip)                 else:                         print "Process Numer: %s did not find a response for %s" % (i,ip)                 #减少:没有threading的queue.task_done() for ip in ips:         queue.put(ip)  #一样:放入队列内容threading.Thread和multiprocessing.Process一样 #顺序很重要,需要先put ip for i in range(num_Process):         worker=Process(target=pinger,args=[i,queue]) #减少:没有threading.Thread的worker.setDaemon(True)         worker.start() print "Main joins on queue" worker.join() #变化:由threading.Thread队列queue的join方法变成了multiprocessing.Process实例的join方法 print "Done" multiprocessing.Process和threading.Thread比较 multiprocessing.Process没有的 queue.task_done()  worker.setDaemon(True)    两者都有的 queue.put(ip) queue.get() 有方法但变化了的 queue.join() 变成了 worker.join()#队列的连接变成进

    03
    领券