python 共享内存 模块_python-多处理中的共享内存

我有三个大名单。 前一个包含位数组(模块位数组0.8.0)，其他两个包含整数数组。

l1=[bitarray 1, bitarray 2, ... ,bitarray n]

l2=[array 1, array 2, ... , array n]

l3=[array 1, array 2, ... , array n]

这些数据结构占用大量RAM(总计约16GB)。

如果我使用以下方法启动12个子流程：

multiprocessing.Process(target=someFunction, args=(l1,l2,l3))

这是否意味着将为每个子流程复制l1，l2和l3，或者子流程将共享这些列表？ 或者更直接地说，我将使用16GB还是192GB的RAM？

someFunction将从这些列表中读取一些值，然后根据读取的值执行一些计算。 结果将返回到父进程。 列表l1，l2和l3不会被someFunction修改。

因此，我假设子流程不需要，也不会复制这些庞大的列表，而只是与父级共享它们。 意味着由于linux下的写时复制方法，该程序将占用16GB的RAM(无论我启动了多少个子进程)？我是对的还是我遗漏了一些会导致列表被复制的东西？

编辑：在阅读了有关该主题的更多内容后，我仍然感到困惑。 一方面，Linux使用写时复制，这意味着没有数据被复制。 另一方面，访问对象将更改其引用计数(我仍然不确定为什么以及这意味着什么)。 即使这样，是否会复制整个对象？

例如，如果我定义someFunction如下：

def someFunction(list1, list2, list3):

i=random.randint(0,99999)

print list1[i], list2[i], list3[i]

使用此功能是否意味着将为每个子流程完全复制l1，l2和l3？

有办法检查吗？

EDIT2在多了一点并监视子进程运行时系统的总内存使用情况之后，似乎确实为每个子进程复制了整个对象。 这似乎是因为引用计数。

在我的程序中，实际上不需要用于l1，l2和l3的引用计数。 这是因为l1，l2和l3将保留在内存中(不变)，直到父进程退出。 在此之前，无需释放这些列表使用的内存。 实际上，我可以肯定的是，在程序退出之前，引用计数将保持高于0(对于这些列表和这些列表中的每个对象)。

所以现在问题变成了，我如何确保对象不会复制到每个子流程？ 我是否可以禁用这些列表以及这些列表中每个对象的引用计数？

EDIT3只是一个附加说明。 子流程不需要修改l1、l2和l3或这些列表中的任何对象。 子流程仅需要能够引用其中一些对象，而无需为每个子流程复制内存。