Python多进程是否会重新初始化全局变量？全局变量使用问题咨询

我猜你要么是在子进程里读不到someList的最新值，要么是子进程修改了它但主进程完全没反应？这太正常了，因为Python多进程的内存模型和单进程完全不一样。

先搞懂为啥不行： #

当你用Pool(4)创建子进程时，每个子进程都会复制一份父进程的内存快照——也就是说，启动子进程那一刻，someList的内容会被拷贝到每个子进程自己的内存里，但之后父进程和子进程的someList就彻底是两个独立的列表了。你在主进程里给someList加元素，子进程看不到；子进程修改自己的someList，主进程也感知不到。

哦对了，你的代码里还没加if __name__ == "__main__":吧？在Windows系统里这会直接导致报错，就算是Unix系统，也可能出现重复初始化的问题，这个一定要补上！

解决方案分两种情况： #

情况1：子进程只需要读共享数据（不需要修改）

如果你的processFn需要用到除了map传入的元素之外的共享数据，别用全局变量，用Pool的initializer和initargs来给每个子进程初始化共享数据：

from multiprocessing import Pool

def init_worker(shared_data):
    global some_shared_data
    some_shared_data = shared_data

def processFn(item):
    # 这里可以直接用some_shared_data，每个子进程启动时都拿到了副本
    return f"{item} processed with {len(some_shared_data)} items"

if __name__ == "__main__":
    print("Initializing")
    someList = [1, 2, 3, 4]
    # 要共享的只读数据
    my_shared_data = ["apple", "banana", "cherry"]
    
    # 创建Pool时指定初始化函数和参数
    with Pool(4, initializer=init_worker, initargs=(my_shared_data,)) as pool:
        combinedResult = pool.map(processFn, someList)
    
    print(combinedResult)

这样每个子进程启动时都会跑init_worker，把共享数据赋值给自己的全局变量，完美解决只读场景的共享问题。

情况2：需要子进程和主进程双向修改共享数据

如果要让子进程修改的数据能同步回主进程，就得用Python多进程专门提供的共享内存对象，比如multiprocessing.Manager：

from multiprocessing import Pool, Manager

def processFn(item, shared_list):
    # 直接修改共享列表，主进程能看到
    shared_list.append(item * 2)
    return f"Processed {item}"

if __name__ == "__main__":
    print("Initializing")
    someList = [1, 2, 3, 4]
    
    with Manager() as manager:
        # 创建一个可跨进程共享的列表
        shared_list = manager.list()
        with Pool(4) as pool:
            # 用starmap来传递多个参数（item + 共享列表）
            combinedResult = pool.starmap(processFn, [(item, shared_list) for item in someList])
        
        print("子进程修改后的共享列表:", shared_list)
        print("map返回的结果:", combinedResult)

Manager会启动一个专门的管理进程来维护这些共享对象，所有子进程通过代理访问它，这样修改就能实时同步到主进程。

最后提醒两句： #

• 能不用共享变量就别用！pool.map本来就是用来收集子进程返回结果的，优先用返回值传递数据，共享变量会有性能开销，还容易出同步问题。
• 永远把主逻辑放在if __name__ == "__main__":下面，这是Python多进程的基本规范，别偷懒！

内容的提问来源于stack exchange，提问作者Nitu Jaiswal