SEO:

• Python Synchronized variable value doesn't change in global context
• Synchronized value not modified in main process
• Synchronized value not shared between processes

在Python的multiprocessing库里面，有multiprocessing.sharedctypes.synchronized这个用来在不同进程间共享数据的wrapper类型，默认使用一个重入锁RLock来维护数据一致性。在这次重新学习Python之前，我用的是Python 3.6，当时虽然使用过mp库的一些皮毛，但未曾深入考虑过多进程程序在不同操作系统上的不同行为，以及它们可能的影响。

这次学习时，遇到一个问题：当我在macOS系统用Python 3.12在全局context里创建一个multiprocessing.sharedctypes.Value变量的时候，如果我在一个新的进程里访问这个变量，其值并未在不同进程之间保持同步。和Eric Greene老师讨论后，才发现自从Python 3.8以来，不同操作系统的新建进程的方式发生了变化：

• Linux系统始终使用fork来创建新的进程。在fork的时候，父进程的所有资源都被子进程继承，因此在父进程全局定义的同步变量，同样可以被子进程访问，所以数据一致性得以保留
• Windows系统始终使用spawn，即创建一个新的Python解释器进程的方法来实现多进程。相当于“多开”Python，因此overhead更多，效率更低，但是这是Windows系统本身的局限。在这种情况下，子进程只继承父进程中，用来启动新进程的run()方法所需的资源。
• macOS系统在Python 3.8以前是使用fork，之后改为使用spawn，因此有些多进程行为发生了改变。(macOS仍旧可以设置成使用fork，但Python官方不推荐）

在我的例子里面，因为Synchronized变量在父进程的全局声明，因此在Windows和macOS系统上，它不会被子进程所继承，因此不同进程之间的值产生差异；而在Linux系统上，所有父进程的资源都被继承，所以子进程能改变它的值。

这便造成了我所看到的现象：我的代码在macOS上全局同步变量没有变；而别人的Linux系统则运行正常，变量在所有进程间同步。

参考阅读：

• https://docs.python.org/3/library/multiprocessing.html#contexts-and-start-methods
• https://docs.python.org/3/library/multiprocessing.html#multiprocessing.sharedctypes.synchronized