如何确定Python multiprocessing运行时哪些对象会被pickle序列化

正如相关技术讨论所述，部分场景下multiprocessing几乎无需通过pickle传输数据。例如Unix系统中解释器调用fork()创建进程，多进程启动前已存在的对象无需pickle即可被各进程访问。

但我想考虑超出“预期运行逻辑”的场景：比如代码存在bug，原本只读的对象被意外修改，导致该对象被pickle后传输给其他进程。

是否有方法可以确定multiprocessing运行过程中被pickle的内容，或至少确认被pickle的数据量？相关信息无需实时获取，若能得到统计数据（如被pickle的对象数量）就很有用，可帮助定位程序运行超时是否由非预期的pickle开销导致。

我需要Python环境内部的解决方案：进程追踪工具（如Linux strace）、网络嗅探、通用IPC统计这类仅能统计进程间传输字节数的方案，不足以区分对象pickle和其他类型的通信。

更新 #

遗憾的是，除非修改模块或解释器源代码，否则目前没有收集pickle统计数据的方法。不过@aaron对相关内容做了解释和小细节澄清，因此我已采纳该回答。

内容的提问来源于stack exchange，提问作者sj95126