Python multiprocessing多进程对象地址相同及缓存继承问题

现象1：不同子进程中同类实例打印的内存地址完全一致 #

首先要明确：Python打印对象时输出的0xXXXX是进程虚拟地址空间内的逻辑地址，不是系统实际的物理内存地址，这个现象完全符合进程地址空间独立的特性：

• 每个进程拥有独立的虚拟地址空间，相同的逻辑地址在不同进程中会映射到完全不同的物理内存页，彼此完全隔离，修改其中一个进程的对象属性不会影响其他进程的同名对象
• Unix/Linux/macOS系统下，Python的multiprocessing默认使用fork()系统调用创建子进程，fork()会完整复制父进程的虚拟地址空间布局、内存分配器状态，各个子进程从fork点开始执行时，内存分配的初始状态完全一致，你创建的是大小相同的小对象，所以分配到的虚拟地址偏移完全相同，最终打印出来的逻辑地址就会一致。

现象2：子进程继承主进程的类属性缓存数据 #

这个现象同样是fork()的特性导致的：

• 你代码中的c是SomeOtherClass的类属性，属于进程全局的静态数据，存放在进程的数据段中
• 父进程是在fork创建所有子进程之前，就已经完成了c字典的写入操作，fork()执行时，父进程的所有用户态内存数据（包括已经写入缓存的c字典）会以**写时复制（Copy-on-Write）**的方式继承给所有子进程
• 子进程刚启动时没有修改过c字典，所以直接读取到了继承的缓存数据；如果子进程后续对c做修改操作，会触发写时复制机制，操作系统会为子进程复制一份独立的c字典，之后各进程的c就完全隔离，修改不会互相影响
• 补充说明：如果在Windows系统运行，或者手动指定multiprocessing的启动方式为spawn，就不会出现该继承现象，因为spawn模式会重新启动独立的Python解释器进程，重新导入所有模块，类属性会回到初始空值状态。

内容的提问来源于stack exchange，提问作者Mario Kirov