当前位置:首页 > 文章列表 > 文章 > python教程 > Multiprocessing.Manager共享字典列表方法

Multiprocessing.Manager共享字典列表方法

2026-02-11 08:21:41 0浏览 收藏

来到golang学习网的大家,相信都是编程学习爱好者,希望在这里学习文章相关编程知识。下面本篇文章就来带大家聊聊《Multiprocessing.Manager 实现跨进程字典列表共享方法》,介绍一下,希望对大家的知识积累有所帮助,助力实战开发!

Manager通过启动独立管理进程托管共享对象,其他进程用代理对象发RPC请求操作,每次访问均需IPC,开销大;普通dict/list因进程内存隔离无法直接共享;嵌套结构需显式用manager.dict()创建;操作非原子且性能差,高并发下管理进程成瓶颈。

multiprocessing.Manager 如何实现跨进程的 dict/list 共享

Manager 是怎么让 dict/list 跨进程共享的

它不直接共享内存,而是启动一个独立的管理进程(SyncManager 子进程),所有共享对象都由这个进程托管。其他进程通过代理(proxy)对象间接读写——实际是发 RPC 请求给管理进程,由它完成操作再返回结果。

这意味着:dict 和 list 看起来像本地对象,但每次访问(哪怕只是 len(d) 或 d.keys())都涉及进程间通信(IPC),开销远大于普通对象。

为什么不能直接传普通 dict/list 给子进程

因为 multiprocessing 默认用 fork(Unix)或 spawn(Windows/macOS)方式启动子进程,父子进程内存空间完全隔离。你传一个普通 dict,子进程拿到的是副本,修改不会反映回父进程,反之亦然。

常见错误现象:

  • 子进程中修改 shared_dict['x'] = 1,父进程里读不到变化
  • 用 manager.dict() 初始化后,误当成普通 dict 调用 .update() 或解包({**d}),结果报 TypeError: unhashable type: 'DictProxy'

Manager.dict() 和 Manager.list() 的行为边界

它们只保证顶层对象可共享,嵌套结构默认不自动代理。比如:

d = manager.dict()
d['nested'] = {'a': 1}  # ❌ 这个内层 dict 不受管理,修改不会同步
d['nested'] = manager.dict(a=1)  # ✅ 才能跨进程更新 a

常用操作兼容性注意点:

  • dict 支持:__getitem__, __setitem__, keys(), values(), items(),但不支持 popitem()、setdefault()(会抛 AttributeError)
  • list 支持:append(), extend(), __getitem__, __setitem__,但不支持切片赋值(l[1:3] = [4,5] 报错)
  • 所有操作都不是原子的——d['x'] += 1 是读+算+写三步,多进程下可能丢更新,需配合 Lock

性能差在哪?什么时候该换方案

每次访问都要走 IPC,实测在千次级操作时延迟已是毫秒级;若频繁读写(如循环中反复 d[k] += 1),性能可能比单进程还慢。

替代建议:

  • 高频小数据:改用 multiprocessing.Queue 或 multiprocessing.Pipe 主动推送变更
  • 只读大字典:用 multiprocessing.Value + ctypes 或序列化后共享内存(shared_memory 模块,Python 3.8+)
  • 需要原子计数器:直接用 multiprocessing.Value('i', 0) 配合 Lock,比 Manager.dict() 快一个数量级

最易被忽略的一点:Manager 进程本身是单点,如果大量子进程同时高并发调用,它会成为瓶颈,且一旦崩溃,所有 proxy 对象失效——别把它当数据库用。

今天关于《Multiprocessing.Manager共享字典列表方法》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

Java线程优先级反转解决方案Java线程优先级反转解决方案
上一篇
Java线程优先级反转解决方案
AppleID登录失败怎么解决
下一篇
AppleID登录失败怎么解决
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    507次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    569次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    593次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    546次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    363次使用