如何在 Python 的多處理中的多個進程之間共享大型唯讀數組？

多重處理中的共享記憶體物件

在Python 的多處理庫中，您面臨同時在多個進程之間共享大型隻讀數組的挑戰。

使用Fork() 語義

如果您的作業系統使用寫時複製fork() 語義（例如Unix），您的唯讀資料結構將所有子進程都可以訪問，而無需額外的記憶體消耗。這是因為 fork() 建立了一種寫入時複製操作，因此一個程序對資料結構的變更只會寫入到自己的記憶體空間，而其他程序則保持原始資料結構不變。

將陣列打包到共享記憶體

為了提高效率，請將陣列轉換為 NumPy 或陣列結構並將其儲存在共享記憶體中。圍繞它創建一個 multiprocessing.Array 包裝器並將其傳遞給您的函數。

可寫入共享對象

如果您需要可寫共享對象，請使用同步或鎖定機制。多處理提供兩種方法：

• 簡單值、數組或ctypes 的共享內存
• 管理器代理，其中一個進程存儲內存，管理器管理其他進程的訪問

Manager 代理程式方法可以處理任意Python 對象，但由於進程間通訊涉及物件序列化和反序列化，速度較慢。

替代方法

除了多處理之外，Python 中還有各種並行處理庫。如果您有多重處理可能無法充分滿足的特定要求，請考慮這些選項。

以上是如何在 Python 的多處理中的多個進程之間共享大型唯讀數組？的詳細內容。更多資訊請關注PHP中文網其他相關文章！