图片是celery日志。

from multiprocessing import Pool
import os, time, random

def long_time_task(name):
    print('Run task %s (%s)...' % (name, os.getpid()))
    start = time.time()
    time.sleep(random.random() * 3)
    end = time.time()
    try:
        print 'aaa:%s' % aaa
    except:
        pass
    print('Task %s runs %0.2f seconds.' % (name, (end - start)))

def mptest():
    print('Parent process %s.' % os.getpid())
    p = Pool(8)
    global aaa
    aaa = 456
    for i in range(5):
        p.apply_async(long_time_task, args=(i,))
    print('Waiting for all subprocesses done...')
    p.close()
    p.join()
    print('All subprocesses done.')

if __name__=='__main__':
    mptest()

如上代码，我在mptest里声明一个全局变量aaa，然后启动5个进程去读取aaa是读取不到的，这个很好理解，因为进程间数据不能这样共享。
但是，我把上面代码中mptest函数作为celery的任务运行，在celery worker中同样是启动5个新的进程去读取aaa，是可以读取到的，不知道老师是否了解这是什么原因？我查了celery的好多资料，都没有找到相关说明。。。