我正在嘗試使用 dask 編寫一個(gè)網(wǎng)格搜索實(shí)用程序。目標(biāo)函數(shù)調(diào)用包含大量數(shù)據(jù)的類的方法。我正在嘗試使用 dask 將計(jì)算并行化為多核解決方案，而無(wú)需復(fù)制原始類/數(shù)據(jù)幀。我在文檔中沒有找到任何解決方案，因此我在這里發(fā)布一個(gè)玩具示例：import picklefrom dask.distributed import Client, LocalClusterfrom multiprocessing import current_processclass TestClass:    def __init__(self):        self.param = 0    def __getstate__(self):        print("I am pickled!")        return self.__dict__    def loss(self, ext_param):        self.param += 1        print(f"{current_process().pid}: {hex(id(self))}:  {self.param}: {ext_param} ")        return f"{self.param}_{ext_param}"def objective_function(param):    return test_instance.loss(param)if __name__ == '__main__':    test_instance = TestClass()    print(hex(id(test_instance)))    cluster = LocalCluster(n_workers=2)    client = Client(cluster)    futures = client.map(objective_function, range(20))    result = client.gather(futures)    print(result)    # ---- OUTPUT RESULTS ----# 0x7fe0a5056d30# I am pickled!# I am pickled!# 11347: 0x7fb9bcfa0588:  1: 0# 11348: 0x7fb9bd0a2588:  1: 1# 11347: 0x7fb9bcf94240:  1: 2# 11348: 0x7fb9bd07b6a0:  1: 3# 11347: 0x7fb9bcf945f8:  1: 4 # ['1_0', '1_1', '1_2', '1_3', '1_4']我有以下問(wèn)題：為什么下面的 pickle 函數(shù)被調(diào)用兩次？我注意到 map 函數(shù)的每次迭代都使用 的新副本test_instance，正如您可以從每次迭代的不同類地址以及屬性test_instance.param在每次迭代時(shí)設(shè)置為 0 的事實(shí)中看到的那樣（此行為與我在這里強(qiáng)調(diào)的 multiprocessing.Pool 的標(biāo)準(zhǔn)實(shí)現(xiàn)不同）。我假設(shè)在每次迭代期間每個(gè)進(jìn)程都會(huì)收到腌制類的新副本 - 這是正確的嗎？根據(jù)(2)，test_instance計(jì)算期間內(nèi)存中有多少個(gè) 的副本？是 1 （對(duì)于主線程中的原始實(shí)例）+ 1 （腌制副本）+ 2 （每個(gè)進(jìn)程中存在的實(shí)例）= 4 嗎？有什么辦法可以讓這個(gè)值變成1嗎？我注意到，可以通過(guò)使用 Ray 庫(kù)來(lái)獲得一些共享內(nèi)存解決方案，如本 github 問(wèn)題中所建議的。