os.fork() 在 Python 中是使用写时复制还是完全复制父进程？
我想把一个比较大的数据结构加载到一个进程中，然后再进行分叉，希望能减少总的内存使用。请问在Linux（RHEL）系统中，os.fork会这样工作吗？它会复制整个父进程吗？
2 个回答
3
如果你在一个 *nix 系统上，那么 os.fork() 会使用系统的 fork() 调用。在 Linux 系统中，这个调用是采用“写时复制”的方式：
http://linux.die.net/man/2/fork
可以查看“备注”部分
25
即使使用了COW（写时复制），CPython仍然使用引用计数，并把引用计数存储在每个对象的头部。所以，除非你对这些数据不做任何操作，否则你很快就会在内存中产生一些无效的写入，这会迫使系统复制数据。比如，你把数据传给一个函数？这就增加了一个引用，叫做INCREF，这又是在COW内存上写入。把它存储在一个变量或者对象属性里？也是一样。就连你只是查找它的方法，情况也是如此。
一些内置的数据结构会把大部分数据单独分配，而不是和对象放在一起（例如，大多数集合），这是出于各种原因。如果这些数据分配在不同的内存页上——或者说COW工作的其他粒度上——你可能会在这些情况下运气不错。然而，从这样的集合中引用的对象并不例外——使用它同样会改变它的引用计数。
此外，某些数据会被共享，因为设计上没有对它进行写入（例如，原生的CPython代码），而你的fork出来的进程可能没有触碰到的一些对象也可能被共享（我其实不太确定；我认为循环垃圾回收不会对对象进行写入）。但是，Python代码使用的Python对象几乎可以肯定会被写入。类似的道理也适用于PyPy、Jython、IronPython等（只是它们在对象头部处理一些位，而不是进行引用计数），不过我不能保证所有可能的配置都是这样。