python - 为什么当我使用 multiprocessing.Process 运行时 ZeroMQ 无法通信？

Question

请看下面的代码:
server.py

import zmq 
import time
from multiprocessing import Process
class A:
  def __init__(self):
    ctx = zmq.Context(1)
    sock = zmq.Socket(ctx, zmq.PUB)
    sock.bind('ipc://test')
    p = Process(target=A.run, args=(sock,))
    p.start()     # Process calls run, but the client can't receive messages
    p.join()      #
    #A.run(sock)  # this one is ok, messages get it to be received

  @staticmethod
  def run(sock):
    while True:
      sock.send('demo'.encode('utf-8'))
      print('sent')
      time.sleep(1)

if __name__ =='__main__':
  a = A()

client.py

import zmq 
ctx=zmq.Context(1)
sock = zmq.Socket(ctx, zmq.SUB)
sock.connect('ipc://test')
sock.setsockopt_string(zmq.SUBSCRIBE, '') 
while True:
  print(sock.recv())

在 server.py 的构造函数中, 如果我调用 .run() -方法直接，客户端可以接收消息，但是当我使用 multiprocessing.Process() -方法，它失败了。任何人都可以对此进行解释并提供一些建议吗？

Answer 1

Q : "Why ZeroMQ fails to communicate when I use multiprocessing.Process to run?"

嗯，ZeroMQ 不通信失败，问题是，Python 怎么 multiprocessing模块“运行”。
该模块的设计使得某些处理可能会从 python 中央 GIL 锁中逃脱(re- [SERIAL] -iser，它被用作永远存在的 [CONCURRENT] -situations' 主要避免者 )。
这意味着对 multiprocessing.Process 的调用对 python 解释器状态进行精确的“镜像复制”，“导出”到新的 O/S 生成的进程中(详细信息取决于 localhost O/S)。
鉴于此，“镜像”副本可以访问已由 __main__ 拥有的资源的可能性为零。 - 这里是 .bind() -方法已经获得 ipc://test地址，因此“远程”进程永远不会获得“许可”来触摸这个 ZeroMQ 接入点，除非代码得到修复和完全重构。

Q : "Can anyone explain on this and provide some advice?"

当然。开始的最佳步骤是充分了解垄断 GIL-lock re- [SERIAL] 的 Pythonic 文化-isation，不会同时发生两件事，因此即使添加更多线程也不会加快处理流程，因为这一切都会被中央“垄断者” GIL 锁重新对齐。
接下来，理解完全反射(reflect) python 解释器状态副本的 promise ，虽然听起来很有希望，但也有一些明显的缺点——新进程，是“镜像”——副本不能在已经拥有的资源上引入冲突案例。如果他们尝试这样做，那么在这种主要设计不良的情况下，没有按预期工作的情况是较温和的问题。
在您的代码中， __main__ 中的第一行实例化 a = A() , 其中 A的 .__init__方法直接占用 IPC 资源，因为 .bind('ipc://test') .后一步， p = Process( target = A.run, args = ( sock, ) ) “镜像”——复制 python 解释器的状态(原样复制)和 p.start()为了“拥有”与 __main__ 相同的资源，不得不陷入残疾。已经拥有(是的，“镜像”进程的 ipc://test 指示调用在 .bind('ipc://test') 中获取相同的非免费资源)。这永远不会飞。
最后但并非最不重要的一点，享受零之禅，马丁 SUSTRIK 的杰作 distributed-computing ，为最终可扩展、几乎零延迟、非常舒适、广泛移植的信令和消息传递框架而精心设计。