Python多进程fork模式下资源共享疑问：子进程变量ID为何相同？

先贴出你的测试代码和运行结果：

import multiprocessing as mp
class Job:
    def __init__(self,name):
        self.name=name
class A:
    def __init__(self,x):
        self.x=x
    def run(self,job):
        self.x+=1
        print(id(self.x),self.x,job.name)
    def mul_process_test(self):
        j1=Job('hello')
        j2=Job('world')
        p1=mp.Process(target=self.run,args=(j1,))
        p2=mp.Process(target=self.run,args=(j2,))
        p1.start()
        p2.start()
        p1.join()
        p2.join()
if __name__ =='__main__':
    a=A(1)
    a.mul_process_test()
    print(id(a.x),a.x)

运行结果：

10919360 2 hello
10919360 2 world
10919328 1

这个现象其实是两个知识点共同作用的结果，咱们慢慢拆解：

1. Linux下fork的写时复制机制与进程独立性 #

你提到的默认fork模式，在创建子进程时，系统会复制父进程的整个地址空间（但采用写时复制Copy-On-Write策略）——简单说就是，一开始子进程和父进程共享物理内存，但只要任何一方对内存进行写入操作，系统就会为写入的部分创建独立的副本。

你的两个子进程启动时，都会复制父进程里的A实例a，但执行self.x +=1时，因为整数是Python的不可变类型，这一步其实是创建了一个新的整数对象2，再赋值给self.x——这个新对象是在子进程自己的地址空间里生成的，和父进程、另一个子进程的对象完全没关系。

2. Python的小整数缓存池导致id重复 #

Python为了优化性能，会对**-5到256之间的整数进行缓存**——在同一个进程里，这些整数只会被创建一次，每次引用都是指向同一个对象，所以它们的id()是相同的。

而fork出来的子进程会完全复制父进程的内存布局，包括小整数缓存池在虚拟内存中的位置。所以每个子进程里的整数2，都会被放在虚拟内存的同一个位置（也就是id()返回的那个值）。但要注意：这个id是进程内的虚拟地址，不是物理内存地址！两个子进程的2虽然id看起来一样，但它们是各自进程里的独立对象，物理内存上完全不共享。

至于主进程里的1id和子进程里的2不同，只是因为1和2在小整数池里的虚拟地址本来就不一样而已。

总结 #

三个进程之间完全没有资源共享，子进程里self.x的id相同只是巧合：因为小整数缓存池在每个fork出来的子进程里的虚拟内存布局一致，导致同一个小整数的虚拟地址（也就是id()返回值）相同，但它们是各自进程的独立对象，修改子进程的self.x不会影响其他进程。

内容的提问来源于stack exchange，提问作者kz28