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。

相关问题

在multiprocessing.Pool().apply_async()运行的函数内无法识别globals()对象

对于`multiprocessing.Pool().apply_async()`运行的函数，它是在一个新的进程中执行的，因此不能识别主进程中的`globals()`对象。如果需要在新进程中使用某些全局变量，可以先将这些变量传递给`apply_async()`函数中的`args`或`kwds`参数。示例如下：

import multiprocessing

global_var = 1

def func(arg1, arg2):
    print(arg1, arg2, global_var)

if __name__ == '__main__':
    pool = multiprocessing.Pool(processes=4)
    result = pool.apply_async(func, args=('hello', 'world'), kwds={'global_var': global_var})
    pool.close()
    pool.join()

在上面的示例中，`global_var`是一个全局变量，但是在`func()`函数中无法识别。我们将它作为关键字参数传递给`apply_async()`函数，然后在`func()`函数中就可以使用了。