我正在尝试创建一个共享资源，我可以在其中使用 aiohttp.ClientSession() 对象来获取某些数据。这允许我使用并行化来加速实际计算。

但是，当我尝试创建一个使用 aiohttp.ClientSession 的管理器时，会出现错误：TypeError: no default __reduce__ due to non-trivial __cinit__.

我不确定发生了什么，也许有人可以帮助我了解此错误的含义以及我如何实际初始化使用 aiohttp.ClientSession 的管理器。

作为备用解决方案，我可以使用请求，在 BaseManager 中注册时似乎没有问题。但是，这将严重阻碍我的进程，因为我有相当大的工作负载运行超过 60 多个并行进程，其中每个数据调用都需要相当长的时间才能完成。

我希望有人可以帮助我，并提前非常感谢！

我无法成功执行以下代码，总是以以下错误结束：

如您所见，我已经尝试以 500 个块执行进程，因为它们在仅执行 500 个时运行良好，但是在第二个循环之后我仍然收到上述错误。我猜这些进程在执行后没有正确关闭，但是我不知道如何检查并正确关闭它们......

这是我的代码：

我有长时间运行的文件 I/O 任务，我希望能够将其移动到守护程序/服务器进程中。CLI 工具将用于对新作业进行排队以运行，查询正在运行的作业的状态，并等待单个作业。Pythonmultiprocessing.managers看起来像是处理 IPC 的一种非常简单的方法。我希望能够SyncManager.Event为客户端构建一个等待而不阻塞服务器，但尝试这样做会导致触发“服务器尚未启动”断言。具有讽刺意味的是，这个断言是从服务器发送到客户端的，所以很明显服务器是在某个地方启动的。

这是最小的示例：

如果我运行客户端，我会看到：

服务器输出为：

我试图了解如何Pool()以及Manager()可以在 Python 的多处理库中组合以在各个工作进程之间共享对象。在我的示例中，我想要一个共享列表input_list，它应该可供所有工作进程访问：

但是，我得到一个NameError: name 'input_list' is not defined. 知道为什么input_list不被识别为共享对象吗？

我可以访问和更改列表中类的属性，如下所示：

但是，当使用 时multiprocessing.Manager，我的代码似乎没有任何效果：

如何使用模块正确存储带有类实例的可迭代对象multiprocessing？

我想做的是在子类之间共享一个字典Process，当一个进程更新字典时，另一个进程会被通知使用它。这在下面的代码中进行了说明，其中MyProducer开始填充字典并在每次迭代中触发一个事件来通知MyConsumer处理字典。除了字典MyConsumer为空的部分之外，一切都有效......

输出是

更新

我的目的是了解为什么字典不适用于 Process 子类。我知道您可以在互联网上找到的所有有效案例。实际上我有一个很好的解决方案，只需将 dict 替换为 queue，我想了解为什么 dict 不起作用。

我有一个复杂的不可拾取对象，它具有复杂且不可拾取类型的属性（通过 getter 和 setter 定义）。我想为对象创建一个多处理代理以并行执行一些任务。

问题：虽然我已成功使 getter 方法可用于代理对象，但我未能使 getter 为不可选择的返回对象返回代理。

我的设置类似于以下内容：

我知道我可以在向管理器注册方法时指定方法的结果类型。也就是说，我可以

我很清楚，我的解决方案不起作用，因为该方法适用于所有属性，而我只希望它在访问属性时__getattr__返回一个代理。我怎么能做到这一点？Ba

作为一个附带问题：如果我从 的方法中删除*args参数 ，我会收到一个错误，即使用错误数量的参数调用它。为什么？我该如何解决这个问题？__init__B

我需要在不同的进程中保存python对象的实例，调用这些对象的方法并异步收集结果。我的方法是为每个进程和对象创建一个管理器，然后通过管理器调用相应的方法：

尽管现在每个实例都在不同的进程中，并且作业在这些不同的进程中执行，但对象初始化和昂贵的作业都是一个接一个地发生。也就是说，输出类似于

而我想看到类似的东西

我怎么能到那里？有没有call_asynchronously我可以使用的方法或类似的东西？（我在多处理模块的文档中没有找到类似的东西。）

请注意，经典进程池在这里不是一个选项，因为我需要在多个昂贵的作业之间保持内存中的远程实例不变。

我创建了自己的经理，因为我最终需要将类传递给不同的进程。我使用以下代码做到了这一点。

问题是模型的每次迭代运行大约需要 0.12 秒，但如果我在没有多处理和管理器的情况下运行模型，并且只是类的正常初始化，它会在大约 0.07 秒内运行。知道如何加快多处理实现吗？谢谢你。

我正在尝试使用此链接https://pymotw.com/2/multiprocessing/basics.html中给出的示例来了解在 python 中使用多处理的并行处理。这是代码：

当我执行此代码时，我的 Jupyter 笔记本中没有任何输出。我还尝试了其他功能，但没有得到任何输出。我的python版本是3.8.5。

谢谢你。