python多任务04-进程间不共享全局变量

1 访问全局变量

既然我们可以通过多进程的方式同时执行多个方法，那如果每个方法都对全局变量进行了访问（比如读写操作），那进程访问到的全局变量是同一个吗？答案是：不是同一个全局变量。

下面通过一个例子来具体解释：
在此我们定义一个全局列表g_list=[ ]，用来存储数据。再定义两个方法分别对g_list进行多次的读写操作，每次间隔0.2秒。下面我们将要创建两个进程来同时执行这两个方法，如果他们共享全局列表g_list，那随着读写操作的交替进行，每次读取列表打印的结果应该会不同。

import multiprocessing
import time

#定义全局变量列表
g_list=[]
#写入全局变量
def write_data():
    for i in range(3):
        #没有对全局变量的值做修改（指向的对象地址不变），不需要global关键字
        g_list.append(i)
        print('添加数据:{}'.format(i))
        time.sleep(0.2)
    print('数据添加完成',g_list)

#读取全局变量
def read_data():
    for i in range(3):
        print('读取到g_list:',g_list)
        time.sleep(0.2)

在此创建进程。

if __name__=='__main__':#主进程
    # 添加数据的子进程
    add_process = multiprocessing.Process(target=write_data, name='read_data')
    # 读取数据的子进程
    read_process = multiprocessing.Process(target=read_data, name='read_data')
    add_process.start()
    # 等写入操作结束再进行读取
    #add_process.join()
    read_process.start()

下面来看运行结果，可以发现，每次读取到的全局列表都是[ ]，说明该列表一直为空，而每次数据的添加也在正常执行，在最后数据全部添加完对g_list打印中，又发现列表里已经存储了[0,1,2]，这是什么情况呢。

添加数据:0
读取到g_list: []
添加数据:1读取到g_list:
 []
读取到g_list:添加数据:2 []

数据添加完成 [0, 1, 2]

这是因为，创建子进程其实是对主进程资源的拷贝（也就是说子进程是主进程的副本），在创建add_process 进程时，该进程将对主进程中的方法和全局变量作一份拷贝，之后的所有处理都将在拷贝的变量中进行（有点像平行宇宙的概念…），所以说g_list在主进程中存在，在两个子进程中也分别拷贝了一份，一共3份（可以通过打印地址来判断是否是同一个g_list），互不干扰。我们也可以在主进程打印g_list列表，看看他是否发生了变化。

2 打印g_list地址

下面我们分别在主进程和两个子进程中打印g_list的地址。

import multiprocessing
import time

#定义全局变量列表
g_list=[]

#写入全局变量函数
def write_data():
    print('g address in write',id(g_list))

#读取全局变量函数
def read_data():
    print('g address in read',id(g_list))


#如果是主模块，则创建进程时不会拷贝以下代码
if __name__=='__main__':#主进程
    print('g address in main',id(g_list))
    add_process = multiprocessing.Process(target=write_data, name='read_data')
    # 读取数据的子进程
    read_process = multiprocessing.Process(target=read_data, name='read_data')
    add_process.start()
    read_process.start()

可以看到三个g_list的地址各不相同，证明了g_list在子进程中被拷贝了两份。

g address in main 2159678752712
g address in read 2527471384584
g address in write 2522121484360

2 打印方法地址

我们也可以在write进程中打印read方法的地址，观察它是否与主进程中read方法的地址相同。

import multiprocessing
import time

#定义全局变量列表
g_list=[]

#写入全局变量函数
def write_data():
    print('read_data id in write',id(read_data))

#读取全局变量函数
def read_data():
    pass


#如果是主模块，则创建进程时不会拷贝以下代码
if __name__=='__main__':#主进程
    print('read_data id in main',id(read_data))
    add_process = multiprocessing.Process(target=write_data, name='read_data')
    # 读取数据的子进程
    read_process = multiprocessing.Process(target=read_data, name='read_data')
    add_process.start()
    read_process.start()

可以发现地址不同，说面read方法也在子进程中被拷贝了。

read_data id in main 2159679745336
read_data id in write 2522121492808