Python 类在多处理下保持“稳定”的基本属性是什么？

Question

在 SageMath 中，我至少见过以下两个问题的案例。我们有一个函数，它构造并返回来自同一类的元素，并且当顺序调用它时，它会按预期工作。但是，当通过

multiprocessing

功能并行调用此函数时，返回的元素恰好来自底层类的不同实例。

SageMath 的 issue #37278 中描述了最近的示例。另一种是 在 Ask.sagemath.org 上描述的。

并非每个类都会在

multiprocessing

下以这种方式失败，无论元素是顺序构造还是并行构造，有些类都保持“稳定”。从上面链接的问题 #37278 来看，SageMath 的

Permutations

类是稳定的，而

PermutationGroup

类则不稳定。那些不稳定的人似乎错过了他们的定义。

问：类的基本属性是什么，使其在

multiprocessing

的使用下保持稳定？

Answer 1

Python 类在多处理下保持“稳定”的一个基本属性是不变性。

在多处理中，当您生成多个进程时，每个进程都会获得自己单独的内存空间。如果您在进程之间传递可变类的实例，则由于不同进程的同时修改，存在数据损坏或意外行为的风险。

为了确保稳定性并防止多处理中出现问题，使用不可变对象或确保使用锁、信号量或队列等多处理同步原语正确同步共享数据结构至关重要。不可变对象在创建后无法修改，因此它们本质上可以安全地在进程之间共享，而不存在并发修改问题的风险。

Python 中的不可变对象包括元组、字符串、整数和冻结集。通过使用这些类型或创建您自己的不可变类，您可以确保您的数据在多处理环境中的多个进程中保持一致和稳定。