Python类内多进程实例变量ID不一致问题及原理咨询

1. 首次与后续迭代实例变量ID差异的原因及进程启动方式的影响 #

在Ubuntu系统中，Python multiprocessing 默认使用 fork 启动模式，这是导致你看到现象的核心原因：

• 首次迭代ID唯一：第一次创建Pool时，父进程刚完成CallingClass实例化，self.parentStuffList是新初始化的对象。fork会复制父进程的整个地址空间（采用写时复制COW机制），但每个子进程拥有独立的虚拟地址空间。Python的id()返回的是对象在当前进程虚拟地址空间的内存地址，首次fork时，各个子进程的虚拟地址分配存在差异，因此每个子进程中self.parentStuffList的ID是唯一的。
• 后续迭代ID一致：后续循环中，父进程的self.parentStuffList已存在且未被修改。子进程fork时，COW机制会让子进程共享该对象的物理内存，且由于没有修改操作触发内存拷贝，各个子进程的虚拟地址空间中，该对象的虚拟地址被分配为相同值，最终打印的ID一致。

若切换到spawn启动模式（通过multiprocessing.set_start_method('spawn')设置），行为会完全不同：

• spawn会启动全新的Python解释器，重新加载代码并初始化对象。每个子进程都会重新创建CallingClass及父类ParentClass的实例，self.parentStuffList是全新的对象，其ID会与父进程不同；同时，不同子进程中重新创建的同一结构对象，可能在各自地址空间中分配到相同虚拟地址，导致子进程间的ID一致。

2. 多进程中父类继承数据的实例数量 #

不管使用fork还是spawn模式，每个子进程都会拥有父类继承数据的独立副本，即N个进程会生成N份实例：

• fork模式：子进程复制父进程的完整内存空间，包括父类的实例数据。初始阶段通过COW共享物理内存，但只要子进程修改该数据，就会触发内存拷贝，生成完全独立的副本。
• spawn模式：子进程会重新执行代码流程，从头初始化CallingClass及其父类ParentClass，因此会创建全新的父类实例，数据完全独立于父进程和其他子进程。

内容的提问来源于stack exchange，提问作者Anthony Nash