python - 发生 fork 时，主进程中的 Numpy 线程池大小会发生变化

Question

在导入 Numpy 时，Numpy 使用的底层 BLAS 库会分配一个线程池。这是意料之中的，可以通过简单地运行来观察:

cat /proc/<my python pid>/status | grep Threads

奇怪的是，如果我的主进程曾经调用 fork() ，所有这些线程都在我的主进程中消失了。需要明确的是，这是 主 进程(我知道 fork 进程不保留父线程的副本)。
这种行为很容易重现。确切的线程数可能因机器而异:

import numpy as np  # main process has 36 threads
import os

os.fork() # main process has 1 thread

我想了解这种行为及其来源，但我很难追踪它。
我正在使用 Python 3.6.9和 Numpy 1.18.4 .

Answer 1

经过一番挖掘，这里解释了行为的原因:
https://github.com/xianyi/OpenBLAS/issues/294
另外值得注意的是，如果我尝试在 fork() 之后进行计算，线程会再次产生。这需要 Numpy 使用底层 BLAS 库。