为何Python中继承Process类的多进程运行速度慢于其他方式？

我在学习多线程与多进程技术时做了个实验，发现继承Process类实现的进程运行速度远慢于直接用target参数创建进程的方式，实验代码和结果如下：

from time import time
from multiprocessing import Process


def count(n):
    while n > 0:
        n -= 1

t0 = time()
count(100_000_000)
count(100_000_000)
print(time() - t0)

pr1 = Process(target=count, args=(100_000_000,))
pr2 = Process(target=count, args=(100_000_000,))

t0 = time()
pr1.start(); pr2.start()
pr1.join(); pr2.join()
print(time() - t0)

class Proc(Process):
    def __init__(self, num):
        super().__init__()
        self.num = num
    
    def run(self):
        while self.num > 0:
            self.num -= 1

        
pro1 = Proc(100_000_000)
pro2 = Proc(100_000_000)

t0 = time()
pro1.start(); pro2.start()
pro1.join(); pro2.join()
print(time() - t0)

# 运行结果：
# casual time :  7.1526172161102295
# two processes time :  3.7792704105377197
# two extended processes time :  9.833416223526001

核心原因：实例属性 vs 局部变量的访问效率差异 #

问题出在循环内部的变量访问方式：

• 在count函数中，n是局部变量，Python对局部变量的访问是直接通过栈帧索引获取，速度极快。
• 而在继承Process的Proc.run方法中，每次循环都要访问self.num——这是实例属性，每次访问都需要经过Python的属性查找机制（调用__getattribute__），还要处理可能的属性拦截、继承链查找等逻辑，单次访问的开销虽然小，但在1亿次循环的放大下，整体耗时就会显著增加。

验证与修复 #

如果把run方法修改为先将实例属性赋值给局部变量，再进行循环，就能消除这个差异：

class Proc(Process):
    def __init__(self, num):
        super().__init__()
        self.num = num
    
    def run(self):
        # 将实例属性转为局部变量
        n = self.num
        while n > 0:
            n -= 1

修改后运行，耗时会和target方式的进程基本一致，因为此时循环中访问的是局部变量，效率和count函数完全相同。

补充说明 #

两种进程创建方式的启动开销差异极小，不会导致这么大的时间差。真正的元凶是循环内部的变量访问效率被循环次数放大了——1亿次的微小开销累加，最终形成了数秒的差距。

内容的提问来源于stack exchange，提问作者Taras Lavriv