为什么平行的Python可以按照自己的方式工作？

Question

在平行的Python中，为什么有必要包装任何模块，该函数将需要以及该作业提交呼叫中的变量和名称空间 - 保留模块级别“全局”变量的必要性？ （如果这是所有正在进行的）

提交功能：

submit(self, func, args=(), depfuncs=(), modules=(), callback=None, callbackargs=(),group='default', globals=None)
    Submits function to the execution queue

    func - function to be executed
    args - tuple with arguments of the 'func'
    depfuncs - tuple with functions which might be called from 'func'
    modules - tuple with module names to import
    callback - callback function which will be called with argument 
        list equal to callbackargs+(result,) 
        as soon as calculation is done
    callbackargs - additional arguments for callback function
    group - job group, is used when wait(group) is called to wait for
    jobs in a given group to finish
    globals - dictionary from which all modules, functions and classes
    will be imported, for instance: globals=globals()

Answer 1

原因 pp 按照自己的方式工作，它为每个工人制作了Python解释器的新实例，这完全独立于之前或之后运行的任何事物。这样可以确保没有意想不到的副作用，例如 __future__ 进口在工作过程中活跃。问题在于，它使事情变得更加复杂，并且在我的经验中 pp, ，不是特别强大。 pp 做 尝试使用户更容易一些事情，但似乎引入了比其在做到这一点的努力中解决的更多问题。

如果我从一开始就编写用于在集群上使用的代码，我可能最终会使用 pp, ，但是我发现适应现有代码来使用 pp 是一场噩梦。