嘿，这个问题我之前也碰到过，咱们一步步来拆解：

为什么会出现KeyError？ #

你遇到的核心问题是：你在Namespace里初始化的是一个普通的Python字典{}，而不是multiprocessing.Manager提供的进程安全代理字典。

multiprocessing.Manager的作用是创建能跨进程共享的对象，但普通字典是原生的非代理对象——当你把它赋值给ns.results_dict后，子进程访问这个属性时，拿到的其实是原字典的一份拷贝，而不是和主进程共享的同一个字典。这就导致：

• 子进程里对namespace.results_dict[string] = string的操作，只是修改了子进程自己内存里的拷贝字典
• 主进程里的原字典根本没被修改，甚至在某些情况下，子进程里的拷贝可能因为跨进程序列化/反序列化的问题，出现状态不一致，最终抛出KeyError

另外，Manager.Namespace本身是用来托管共享对象的，但它只对由Manager创建的代理对象提供跨进程同步支持，普通对象不在这个范围内。

怎么修复？ #

很简单，把普通字典换成Manager创建的代理字典mgr.dict()就行，修改后的代码如下：

import multiprocessing

def f(string, namespace):
    namespace.results_dict[string] = string

if __name__ == '__main__':
    mgr = multiprocessing.Manager()
    ns = mgr.Namespace()
    # 用Manager创建的代理字典替换普通字典
    ns.results_dict = mgr.dict()
    p = multiprocessing.Process(target=f, args=('burger', ns,))
    p.start()
    p.join()
    print(ns.results_dict)  # 现在会正常输出: {'burger': 'burger'}

这样一来，ns.results_dict就是一个由Manager托管的进程安全代理对象，子进程对它的修改会同步到主进程，自然就不会出现KeyError了。

额外小提示 #

• 除了dict()，Manager还提供了list()、Lock()、Queue()等一系列跨进程共享的对象类型，这些都是经过封装的代理对象，能保证进程间的同步访问
• 尽量避免在Namespace里存放普通的可变对象，因为它们无法跨进程共享状态，很容易出现类似的同步问题

内容的提问来源于stack exchange，提问作者jsstuball