在生成的进程中读取操作系统环境变量

Question

这与之前的问题类似，但 formultiprocessing而不是subprocess。与 不同的是，使用 时动态更改似乎PYTHONHASHSEED没有效果：multiprocessingsubprocess

#check_environ.py
import os, multiprocessing, subprocess, sys

s = 'hello'
print('parent', os.getenv('PYTHONHASHSEED'), hash(s))

if len(sys.argv) > 1:
    os.environ['PYTHONHASHSEED'] = sys.argv[1]
subprocess.call(['python', '-c', "import os;print('subprocess', os.getenv('PYTHONHASHSEED'), hash('{}'))".format(s)])
multiprocessing.Process(target=lambda:print('multiprocessing', os.getenv('PYTHONHASHSEED'), hash(s))).start()

样本运行：

# explicit PYTHONHASHSEED for subprocess/multiprocessing 
$ python check_environ.py 12

parent None 4472558296122225349
subprocess 12 -8207222429063474615
multiprocessing 12 4472558296122225349

# random PYTHONHASHSEED for subprocess/multiprocessing 
$ python check_environ.py

parent None 7990499464460966677
subprocess None 1081030409066486350
multiprocessing None 7990499464460966677

因此，无论如何，multiprocessing哈希值都使用与父级相同的种子。有没有办法强制使用multiprocessing不同的哈希种子生成子进程？

Answer 1

您可以使用“fork”之外的另一种启动方法来创建进程。你的操作系统正在使用 fork （你不会PicklingError因为使用 lambda 作为目标而得到 a ）。

您可以使用 或 'forkserver'（如果可用）将启动方法更改为“spawn”（Windows 上的默认且唯一选项）multiprocessing.set_start_method('spawn')。获取所有可用的方法multiprocessing.get_all_start_methods()。

#check_environ.py
import sys, os, subprocess
import multiprocessing as mp


def show(s):
    print('multiprocessing', os.getenv('PYTHONHASHSEED'), hash(s))


if __name__ == '__main__':

    mp.set_start_method('spawn')

    s = 'hello'
    print('parent', os.getenv('PYTHONHASHSEED'), hash(s))

    if len(sys.argv) > 1:
        os.environ['PYTHONHASHSEED'] = sys.argv[1]

    cmd = "import os; " \
          "print('subprocess', os.getenv('PYTHONHASHSEED'), hash('{}'))"
    subprocess.call(['python', '-c', cmd.format(s)])
    p = mp.Process(target=show, args=(s,))
    p.start()
    p.join()

终端输出：

$ python check_environ.py 12

parent None 4279361553958749032
subprocess 12 -8207222429063474615
multiprocessing 12 -8207222429063474615

如果需要多次在启动方法之间切换，请使用上下文对象来设置启动方法：

ctx = mp.get_context('spawn')
p = ctx.Process(target=foo, args=(var,))

但要准备好为使用除 fork 之外的另一种启动方法而付出大量的时间损失。我在运行 Ubuntu 18.04 的机器上刚刚启动一个 python 进程进行了基准测试：

• 分叉 1.59 毫秒
• 分叉服务器 289.83 毫秒
• 生成 348.20 毫秒

但这不一定与您的用例相关。