fork后类变量不共享。子进程获得父进程内存副本，类变量初始值相同但物理隔离，修改互不影响；可变对象的就地修改看似生效实为COW机制下的短暂共享，后续写操作即触发内存分离。
fork 后类变量是否共享？
不共享。fork 创建的是子进程的完整内存副本，包括所有已加载的 Python 模块、类对象及其类变量。子进程修改类变量（如 MyClass.counter）不会影响父进程，反之亦然——这是“写时复制”（Copy-on-Write）机制下实际发生的物理隔离，不是逻辑上的“引用共享”。
常见错误现象：在父进程中初始化 MyClass.config = {'debug': True}，然后启动多个子进程并各自修改该字典，结果发现父进程看不到任何变更，且各子进程之间也互不可见。这不是 bug，是预期行为。
为什么修改可变类变量会“看似生效”？
因为类变量本身是对象引用，而可变对象（如 list、dict）的就地修改（.append()、['key'] = val）不改变引用地址，只改变其所指对象的内容。子进程 fork 时复制的是该引用，指向同一块堆内存——但注意：这仅在 fork 瞬间成立；一旦任一进程对该可变对象执行写操作，内核会触发 COW，为该页分配新物理内存，后续修改即完全隔离。
实操建议：
- 不要依赖 fork 后对类变量中可变对象的“跨进程可见性”，它不可靠且难以调试
- 若需父子/兄弟进程通信，请用
multiprocessing.Manager、multiprocessing.Queue或文件/Redis 等显式 IPC 机制 - 把类变量当作只读配置项使用更安全；如需运行时状态，应明确设计为进程局部实例属性（
self.state）或外部存储
类变量 + multiprocessing.Process 的典型误用
很多人写类似这样的代码：
class Worker:
log_buffer = []
def run(self):
self.log_buffer.append("started") # ← 错！
time.sleep(1)
print(self.log_buffer) # ← 总是只看到 ["started"]，且每次都是独立副本
盛世企业网站管理系统1.1.2
免费 盛世企业网站管理系统(SnSee)系统完全免费使用，无任何功能模块使用限制，在使用过程中如遇到相关问题可以去官方论坛参与讨论。开源 系统Web代码完全开源，在您使用过程中可以根据自已实际情况加以调整或修改，完全可以满足您的需求。强大且灵活 独创的多语言功能，可以直接在后台自由设定语言版本，其语言版本不限数量，可根据自已需要进行任意设置；系统各模块可在后台自由设置及开启；强大且适用的后台管理支
下载
问题在于：log_buffer 是类变量，但每个 Process 实例运行在独立地址空间，append 修改的是自己副本里的 list 对象。即使你用 @classmethod 调用，也无法突破进程边界。
正确做法：
- 把日志收集逻辑移到主进程，子进程通过
Queue.put()发送日志条目 - 若必须用类变量做缓存，确保它只在单进程内生命周期内使用（例如 Web 请求处理中的线程局部缓存），而非跨 fork 场景
- 用
if __name__ == '__main__':保护入口，避免 Windows 下 spawn 模式重复导入导致类变量被多次初始化
fork vs spawn 模式下的类变量差异
Linux 默认用 fork，macOS 和 Windows 默认用 spawn。二者对类变量的影响完全不同：
-
fork：子进程继承父进程整个解释器状态，包括所有已导入模块的类变量值（初始一致，之后隔离） -
spawn：子进程重新导入模块、重建类对象，类变量按定义时的表达式重新求值（如counter = 0重置，但cache = get_expensive_dict()会重复执行）
这意味着：依赖类变量做计数器或单例缓存的代码，在 spawn 下可能意外重置，而在 fork 下可能残留旧值。跨平台项目务必避免在类变量中存放需要一致性状态的数据。
最容易被忽略的一点：你写的测试可能只在 Linux 上跑过，没碰过 Windows 的 spawn 行为，上线后才发现类变量“突然不工作了”。
