科技 · 实用指南
Python 提示“Can’t pickle local object”？换序列化器前先证明进程边界
异常指出子进程无法重建的对象，而不是某个平台的万能修法。先记录启动方式、可调用对象身份、参数图和导入路径，再移动代码、切换 fork 或更换序列化器。
“Can’t pickle local object”表示跨进程提交的某个对象无法被序列化或按名称重新找到。对象可能是嵌套函数、lambda、闭包、绑定方法、锁、socket，或捕获这些资源的实例。
从真实生产启动器建立证据表：Python与库版本、启动方式、函数模块与限定名、参数类型，以及全新子进程能否导入并调用修复后的入口。
1. 固定真实启动器与启动方式
用同一个脚本、测试器、notebook、IDE、服务或框架复现。记录python -VV、sys.executable、context和get_start_method()。
保留完整traceback，确认失败发生在start、map、submit、队列传输、结果返回还是框架worker启动。
2. 找到精确可调用对象与参数图
记录type(fn)、fn.__module__和fn.__qualname__。限定名含<locals>或<lambda>就是不可按模块名称解析的证据。
在可丢弃诊断中分别测试pickle.dumps(fn)和每个参数；只记录首个失败类型和安全结构路径，不记录秘密数据。
3. 在全新解释器证明可导入
把最小worker入口移到模块顶层，把进程创建放在if __name__ == "__main__":下，并让模块可通过生产路径导入。
使用同一解释器与工作目录启动全新进程，导入模块并解析限定名，不依赖notebook内存或IDE临时路径。
4. 把父进程资源与任务数据分开
绑定方法可能把整个实例带入pickle图。锁、文件、socket、客户端和连接应在子进程创建，或替换为小型配置值。
若函数可导入但参数失败，把任务缩减为普通不可变数据，在initializer或worker中重建资源并显式清理。
5. 将启动方式和序列化器改动视为范围决策
fork可能让一个Linux测试通过，但不能证明可移植任务契约；线程库下还可能不安全。
cloudpickle、dill等能处理更多对象，却改变依赖、兼容性与反序列化信任；仅在明确契约下采用。
6. 用全新worker做退出测试
通过同一生产启动器和启动方式运行一个确定性小任务，核对导入、输入、结果与干净退出。
记录解释器、启动方式、限定名、输入schema、worker PID、结果校验值和退出状态；父进程pickle.dumps成功不等于完成。
