python 多个进程修改同一个全局变量

在 Python 中，多个进程无法直接共享内存空间，因此不能像多线程那样直接修改全局变量。但是，我们可以使用一些特殊的工具来实现多个进程之间的通信和同步，如 `multiprocessing.Manager` 和 `multiprocessing.Value`。

`multiprocessing.Manager` 提供了一种创建共享对象的方式。它可以创建一个进程管理器，这个进程管理器可以用来创建多个进程之间共享的对象，例如字典、列表等。其中的数据是存储在管理器所在的进程中的，其他进程可以通过代理对象来访问和修改数据。

`multiprocessing.Value` 则是一种简单的共享值类型，可以用来在多个进程之间共享一个单一的值。

下面是一个使用 `multiprocessing.Manager` 的示例代码：

import multiprocessing

def increment(d, i):
    d['global_var'].value += i

if __name__ == '__main__':
    m = multiprocessing.Manager()
    d = m.dict()
    d['global_var'] = multiprocessing.Value('i', 0)

    processes = []
    for i in range(10):
        p = multiprocessing.Process(target=increment, args=(d, 1))
        processes.append(p)

    for p in processes:
        p.start()

    for p in processes:
        p.join()

    print(d['global_var'].value)

在这个示例中，我们创建了一个进程管理器 `m`，并用它创建了一个字典 `d`，其中包含一个共享值 `global_var`。`increment` 函数将以参数 `i` 的值增加 `global_var` 的值。我们创建了 10 个进程，每个进程都调用 `increment` 函数，最后打印出 `global_var` 的值。由于我们使用了进程管理器和共享值，所以 `global_var` 的值将总是正确的。

需要注意的是，使用进程共享数据会带来一些额外的开销，因此在性能要求较高的场景下，需要谨慎考虑是否使用进程共享数据。