python - 使用Python的multiprocessing.Process类

这是一个新问题：
类是一个对象，因此我可以创建一个名为pippo()的类，在这个add函数和参数的内部，我不理解当我分配pippo时，是否从上到下执行x=pippo()内部的函数，或者我必须将它们称为x.dosomething()外部的函数。
使用python的多处理包，更好的方法是定义一个大函数并使用pippo调用中的target参数创建对象，还是从Process()类继承创建自己的进程类？

最佳答案

我经常想知道为什么python的doc page onmultiprocessing只显示“功能性”方法（使用target参数）。可能是因为简洁、简洁的代码片段最适合用于说明。对于适合一个功能的小任务，我可以看到这是首选的方式，ala：

from multiprocessing import Process

def f():
    print('hello')

p = Process(target=f)
p.start()
p.join()

但是，当您需要更大的代码组织（对于复杂的任务）时，创建自己的类是一种方法：

from multiprocessing import Process

class P(Process):
    def __init__(self):
        super(P, self).__init__()
    def run(self):
        print('hello')

p = P()
p.start()
p.join()

记住，每个生成的进程都是用主进程的内存足迹副本初始化的。并且构造函数代码（即__init__()内的东西）在主进程中执行——只有run()内的代码在单独的进程中执行。
因此，如果一个进程（主进程或派生进程）更改了它的成员变量，则更改不会反映在其他进程中。当然，这只适用于bulit类型，如bool、string、list等。但是，您可以从multiprocessing模块导入“特殊”数据结构，然后在进程之间透明地共享这些数据结构（请参见Sharing state between processes），或者，您可以创建自己的IPC通道（进程间通信），如multiprocessing.PipeanDmultiprocessing.Queue。