求助：使用全局变量跟踪多进程程序进度失效的问题

你的问题核心在于多进程的内存隔离机制，全局变量在多进程环境下的行为和单进程完全不同：

• 当你用multiprocessing.Pool创建子进程时，每个子进程都会复制一份父进程的内存空间（包括全局变量counter和size）。这意味着每个子进程里的counter都是独立的副本，初始值都是父进程里的1，它们之间完全不共享。所以每个子进程执行时都会打印1 / 4，然后各自把自己的counter加到2，根本实现不了全局递增的进度跟踪。
• 还有个小细节：starmap接收的参数应该是包含参数元组的可迭代对象，你传的[1,2,3,4]会导致报错（因为starmap会尝试解包每个元素，单个整数没法解包），正确写法应该是[(1,), (2,), (3,), (4,)]。

下面提供几种可行的解决方案，从手动实现到第三方工具都有：

方法1：使用共享内存变量 + 锁（手动实现） #

通过multiprocessing.Value创建共享的计数器，并用Lock保证多进程修改时的原子性，避免竞争条件：

import multiprocessing as mp

def f(x, counter, size, lock):
    # 加锁保证计数器修改的原子性
    with lock:
        current_count = counter.value
        print(f"{current_count + 1} / {size}")
        counter.value += 1
    return x**2

if __name__ == "__main__":
    size = 4
    # 创建共享整数计数器，初始值0
    counter = mp.Value('i', 0)
    # 创建锁对象
    lock = mp.Lock()
    
    with mp.Pool(processes=2) as p:
        # 使用starmap传递额外的共享变量和锁
        result = p.starmap(f, [(1, counter, size, lock), 
                               (2, counter, size, lock), 
                               (3, counter, size, lock), 
                               (4, counter, size, lock)])
    print("结果:", result)

方法2：使用回调函数（更简洁） #

利用多进程池的回调函数机制，回调函数是在主进程中执行的，所以可以安全地在主进程里维护计数器：

import multiprocessing as mp

def f(x):
    return x**2

def update_progress(_):
    global counter
    counter += 1
    print(f"{counter} / {size}")

if __name__ == "__main__":
    size = 4
    counter = 0
    
    with mp.Pool(processes=2) as p:
        # 使用map_async配合回调函数
        async_result = p.map_async(f, [1,2,3,4], callback=lambda _: [update_progress(i) for i in _])
        async_result.wait()  # 等待所有任务完成
    print("结果:", async_result.get())

方法3：使用第三方进度库（推荐） #

如果想更优雅地实现进度跟踪，可以用tqdm库，它原生支持多进程的进度条：

import multiprocessing as mp
from tqdm import tqdm

def f(x):
    return x**2

if __name__ == "__main__":
    size = 4
    with mp.Pool(processes=2) as p:
        # 使用tqdm的imap来包装迭代器
        result = list(tqdm(p.imap(f, [1,2,3,4]), total=size))
    print("结果:", result)

使用前需要先安装tqdm：pip install tqdm

内容的提问来源于stack exchange，提问作者Mathieu