pool.apply_async内使用不了globals()

是的，您在使用`pool.apply_async`时无法访问到`globals()`，因为该方法是在新的进程中执行的，而每个进程都有自己的`globals()`，与原始进程中的`globals()`不同。如果您需要在新的进程中访问某些全局变量，您可以使用`multiprocessing.Manager()`来创建共享变量，或者使用`multiprocessing.Queue()`来在进程之间传递数据。

相关问题

pool.apply_async内创建globals()

在`pool.apply_async`内创建`globals()`是不可行的，因为每个进程都有自己的`globals()`，而且在新的进程中创建的`globals()`只能在该进程中访问，无法在其他进程中共享。如果您需要在多个进程之间共享变量，您可以使用`multiprocessing.Manager()`创建共享变量，例如：

import multiprocessing

def worker(shared_dict):
    # 在进程中更新共享变量
    shared_dict["key"] = "value"

if __name__ == "__main__":
    manager = multiprocessing.Manager()
    shared_dict = manager.dict()

    # 创建进程池
    pool = multiprocessing.Pool(processes=4)

    # 在进程池中执行任务
    pool.apply_async(worker, args=(shared_dict,))

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

    # 打印共享变量
    print(shared_dict)

在这个例子中，我们使用`multiprocessing.Manager()`创建了一个共享变量`shared_dict`，并将其传递给`worker()`函数。在`worker()`函数中，我们更新了`shared_dict`中的值。由于`shared_dict`是一个共享变量，因此在其他进程中也可以访问它。在主进程中，我们打印了`shared_dict`的值，可以看到它已经被更新了。

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。