我们正在编写一个内存紧张的系统。有多个 python 进程将导入同一组类。如果进程加载了无数个类并且每个进程消耗了几百兆，那么 10 个进程和我正在运行 gigs。有没有办法跨 python 进程“共享”类导入？
概括：
import classA # Process 1 : loads classA in memory
import classA # Process 2 : reuses what was loaded previously by Process 1
PS：我想要实现的是你会用.soC/C++ 中的模块做的事情。
如果您的操作系统支持高效的写时复制 fork（很多都支持），那么至少可以节省一点内存。只需import在父级中创建所有内容，然后fork()创建所有子级。
请注意，如果您有许多小对象，则不会保存任何内容，因为需要写入对象的引用计数。但是，您可以使用属性字典等大型静态结构节省大量成本。
我不相信这在 python 的设计中是可能的。如果这很重要，您可能希望使用线程而不是单独的进程。此外，如果您仅通过导入几个模块来运行 100 Megs，那么您可能在模块中做错了（似乎要使用相当多的内存）。
如果您绝对必须导入所有内容，不能减少内存使用并且不能使用线程，那么一种可能性是将大内存代码移动到用 C/C++ 编写的 python 扩展中。然后，这将允许您跨进程共享您的 python 扩展所在的共享库的公共段。它还可能在一定程度上减少内存占用。
PS在python中，您实际上是在导入模块，而不是类。类似于在 C/C++ 中包含头文件而不是类的方式。