这是一些非常有趣的行为,我不太确定它是如何工作的,但我会尝试一下为什么这种行为是这样的。
首先,请注意multiprocessing.Manager().dict()
不是一个dict
, 它是一个DictProxy
object:
>>> d = multiprocessing.Manager().dict()
>>> d
<DictProxy object, typeid 'dict' at 0x7fa2bbe8ea50>
目的DictProxy
课程是为了给你一个dict
跨进程共享是安全的,这意味着它必须在正常的基础上实现一些锁定dict
功能。
显然,这里实现的一部分是不允许您直接访问嵌套在 a 中的可变对象DictProxy
,因为如果允许的话,您将能够以绕过所有锁定的方式修改您的共享对象DictProxy
使用安全。
这里有一些证据表明您无法访问可变对象,这与发生的情况类似setdefault()
:
>>> d['foo'] = []
>>> foo = d['foo']
>>> id(d['foo'])
140336914055536
>>> id(foo)
140336914056184
使用普通字典,您会期望d['foo']
and foo
指向同一个列表对象,对一个列表对象的修改将修改另一个。正如您所看到的,情况并非如此DictProxy
类,因为多处理模块施加了额外的过程安全要求。
edit:以下注释来自多处理文档澄清了我上面想说的内容:
Note:对字典和列表代理中的可变值或项目的修改不会通过管理器传播,因为代理无法知道其值或项目何时被修改。要修改这样的项目,您可以将修改后的对象重新分配给容器代理:
# create a list proxy and append a mutable object (a dictionary)
lproxy = manager.list()
lproxy.append({})
# now mutate the dictionary
d = lproxy[0]
d['a'] = 1
d['b'] = 2
# at this point, the changes to d are not yet synced, but by
# reassigning the dictionary, the proxy is notified of the change
lproxy[0] = d
根据上述信息,以下是您如何重写原始代码以使用DictProxy
:
# d.setdefault('foo', []).append({'bar': 'baz'})
d['foo'] = d.get('foo', []) + [{'bar': 'baz'}]
正如爱德华·洛珀在评论中建议的那样,编辑了上面的代码以使用 get()
代替 setdefault()
.