使用“pathos.pools.ProcessPool”锁定的规范方法是什么？

Question

让我们考虑以下示例：

from pathos.pools import ProcessPool

class A:
    def run(self, arg: int):

        shared_variable = 100
        
        def __run_parallel(arg: int):
            local_variable = 0

            # ...

            if local_variable > shared_variable:
              shared_variable = local_variable

        ProcessPool(4).map(__run_parallel, range(1000))

很明显，当使用四个进程时，if local_variable > shared_variable: 与 shared_variable = local_variable 存在数据竞争。

因此，我想在if 块周围引入一个锁定机制，所以我尝试了以下方法：

from pathos.pools import ProcessPool
from multiprocessing import Lock

class A:
    def run(self, arg: int):

        lock = Lock()
        shared_variable = 100
        
        def __run_parallel(arg: int):
            local_variable = 0

            # ...

            lock.acquire()
            if local_variable > shared_variable:
              shared_variable = local_variable
            lock.release()

        ProcessPool(4).map(__run_parallel, range(1000))

但是，我收到错误 RuntimeError: Lock objects should only be shared between processes through inheritance。

在multiprocessing 库中，似乎实现所需互斥的规范方法是使用Manager 对象。

但是，如何在 pathos 中惯用地执行此操作？

Answer 1

pathos利用multiprocess，它与multiprocessing具有相同的接口，但使用dill。您可以通过以下任何一种方式访问​​它。

>>> import pathos as pa
>>> import multiprocess as mp
>>> mp.Manager is pa.helpers.mp.Manager
True