那么说一说创建ev_async的方法，我似乎不用创建也能执行线程中的loop，并且这个loop与主线程中的是相同的

创建 `ev_async` 的方法如下：

void ev_async_init (ev_async *w, void (*cb)(EV_P_ ev_async *w));

其中，`w` 是 `ev_async` 结构体指针，`cb` 是 `ev_async` 回调函数，当需要发送异步信号时，可以在其他线程中调用 `ev_async_send` 函数，然后 `libev` 就会在下一次事件循环时调用 `cb` 函数。

关于你提到的执行线程中的 `loop`，如果你使用的是 `libev`，那么在其他线程中执行 `loop` 是不安全的，因为 `loop` 函数是非线程安全的。但是，你可以使用 `ev_async` 来发送信号，然后在主线程中的事件循环中处理该信号。这样就可以在其他线程中通知主线程执行某些操作了。因为使用 `ev_async` 发送信号时，实际上是将信号添加到了 `libev` 的事件队列中，然后在主线程的事件循环中处理该信号。因此，这个 `loop` 与主线程中的 `loop` 是相同的。

相关问题

在一个pool.apply_async内创建globals()不需要共享

即使在`pool.apply_async`内创建`globals()`，也无法实现在多个进程之间共享变量。这是因为`pool.apply_async`会在新的进程中执行函数，新的进程会拥有自己的`globals()`，与原始进程中的`globals()`不同。因此，如果您需要在多个进程之间共享变量，仍然需要使用`multiprocessing.Manager()`或`multiprocessing.Queue()`等方式来创建共享变量。如果您只是需要在`pool.apply_async`内部使用全局变量，可以直接在函数内定义全局变量，例如：

import multiprocessing

def worker():
    # 在函数内部定义全局变量
    global my_global_var
    my_global_var = "Hello world!"

if __name__ == "__main__":
    # 创建进程池
    pool = multiprocessing.Pool(processes=4)

    # 在进程池中执行任务
    pool.apply_async(worker)

    # 关闭进程池
    pool.close()
    pool.join()

    # 打印全局变量
    print(my_global_var)

在这个例子中，我们在`worker()`函数内部定义了一个全局变量`my_global_var`。由于`my_global_var`是一个全局变量，因此在`worker()`函数中可以直接访问和修改它。在主进程中，我们打印了`my_global_var`的值，可以看到它已经被更新了。请注意，虽然我们在函数内部定义了全局变量，但它仍然只能在该进程中访问，不能在其他进程中共享。

在一个pool.apply_async内创建多个global不需要共享的示例

在一个 `pool.apply_async` 内创建多个不需要共享的全局变量实例时，可以使用 Python 的 `multiprocessing.Manager` 模块来实现。具体方法如下：

1. 在主进程中创建一个 `multiprocessing.Manager` 实例：

   from multiprocessing import Manager

   manager = Manager()

2. 在 `pool.apply_async` 内部创建多个不需要共享的全局变量实例：

   def func(args):
       global_var1 = manager.Namespace()
       global_var2 = manager.Namespace()
       # do something with global_var1 and global_var2

   pool.apply_async(func, args)

在这里，我们使用 `manager.Namespace()` 方法来创建不需要共享的全局变量实例，这样每个子进程都会拥有自己的全局变量实例，互不干扰。