Python中gunicorn不同worker进程间如何共享对象并实现主进程定期更新？

核心方案：使用共享内存（multiprocessing.Manager）配合主进程定期更新

在Gunicorn多worker环境下，每个worker是独立的进程，无法直接共享Python对象。这里提供一个生产可用的方案，通过multiprocessing.Manager创建共享字典，并由主进程（或一个专用进程）负责定期更新数据。

# shared_data_manager.py
import multiprocessing
import time
from multiprocessing.managers import BaseManager
from datetime import datetime

class SharedDataManager:
    def __init__(self):
        self.manager = BaseManager()
        self.manager.start()
        self.shared_dict = self.manager.dict()
        
    def update_data(self):
        """主进程调用此方法更新共享数据"""
        new_data = {
            'last_updated': datetime.now().isoformat(),
            'config': {'key': 'value'},  # 你的业务数据
            'cache': {'item': 'data'}    # 需要共享的对象
        }
        self.shared_dict.update(new_data)
    
    def get_shared_dict(self):
        return self.shared_dict

# 主进程定期更新逻辑
def run_updater():
    manager = SharedDataManager()
    manager.update_data()  # 初始更新
    
    while True:
        time.sleep(60)  # 每分钟更新一次
        manager.update_data()

# worker进程使用示例
def get_worker_shared_data():
    manager = SharedDataManager()
    shared_dict = manager.get_shared_dict()
    return dict(shared_dict)  # 转换为普通dict使用

部署方式：

1. 将run_updater()作为独立进程启动（比如用supervisor管理）
2. Worker通过get_worker_shared_data()获取最新数据
3. 数据更新时所有worker自动获取新值

替代方案考虑：

• 小数据量用multiprocessing.Value/Array更轻量
• 大数据或复杂结构考虑Redis/Memcached
• 只读数据可在Gunicorn启动时加载到共享内存

一句话总结：用BaseManager创建共享字典，独立进程定期更新。