使池中的线程注意全局变量的更改

我遇到了一个有趣的游泳池环境,但我并不完全理解。我知道,如果您编辑线程中的任何变量或对象,更改将不会应用于主线程,而只存在于该工作线程的孤立现实中。然而,现在我注意到,池中的线程甚至不会检测到主线程对全局变量所做的更改,如果这些更改是在池启动之后甚至之前进行的。

import multiprocessing as mp

variable = 0

def double(i):
    return i * variable

def main():
    pool = mp.Pool()
    for result in pool.map(double, [1, 2, 3]):
        print(result)
    variable = 1

main()

显然,为了简化示例,在我的情况下,我需要线程来查看由作为对象属性的主循环修改的列表内容的更新。有趣的是,即使我动了 variable = 1 之前 pool = mp.Pool() 在我的测试中,线程总是看到0,从来没有注意到变量变为1。

使用对象时的作用是更改与线程相关联的对象上的变量。然后发生的奇怪的事情是,主线程的性能显著下降,因为它每次调用都要使用更多的CPU:就好像仅仅通知线程池列表的更改就增加了大量的工作量。

让线程池看到由主线程修改的全局变量或对象变量的更改的最有效和最便宜的方法是什么 pool.map_async 或 pool.apply_async 线程使用该var的更新版本?