我正在尝试使用多处理来处理大量文件。我尝试将文件列表放入队列中,并使 3 个工作人员使用通用的 Queue 数据类型拆分负载。然而,这似乎不起作用。可能我对多处理包中的队列有误解。下面是示例源代码:
import multiprocessing
from multiprocessing import Queue
def worker(i, qu):
"""worker function"""
while ~qu.empty():
val=qu.get()
print 'Worker:',i, ' start with file:',val
j=1
for k in range(i*10000,(i+1)*10000): # some time consuming process
for j in range(i*10000,(i+1)*10000):
j=j+k
print 'Worker:',i, ' end with file:',val
if __name__ == '__main__':
jobs = []
qu=Queue()
for j in range(100,110): # files numbers are from 100 to 110
qu.put(j)
for i in range(3): # 3 multiprocess
p = multiprocessing.Process(target=worker, args=(i,qu))
jobs.append(p)
p.start()
p.join()
感谢您的评论。我知道使用游泳池是最好的解决方案。
import multiprocessing
import time
def worker(val):
"""worker function"""
print 'Worker: start with file:',val
time.sleep(1.1)
print 'Worker: end with file:',val
if __name__ == '__main__':
file_list=range(100,110)
p = multiprocessing.Pool(2)
p.map(worker, file_list)
两个问题:
1(您仅在第 3 个流程中加入
2(为什么不使用多处理。池?
3( qu.get(( 上的竞争条件
1 & 3(
import multiprocessing
from multiprocessing import Queue
def worker(i, qu):
"""worker function"""
while 1:
try:
val=qu.get(timeout)
except Queue.Empty: break# Yay no race condition
print 'Worker:',i, ' start with file:',val
j=1
for k in range(i*10000,(i+1)*10000): # some time consuming process
for j in range(i*10000,(i+1)*10000):
j=j+k
print 'Worker:',i, ' end with file:',val
if __name__ == '__main__':
jobs = []
qu=Queue()
for j in range(100,110): # files numbers are from 100 to 110
qu.put(j)
for i in range(3): # 3 multiprocess
p = multiprocessing.Process(target=worker, args=(i,qu))
jobs.append(p)
p.start()
for p in jobs: #<--- join on all processes ...
p.join()
2(
有关如何使用池,请参阅:
https://docs.python.org/2/library/multiprocessing.html
您只加入最后一个创建的流程。这意味着,如果第一个或第二个进程仍在工作,而第三个进程已完成,则您的主进程正在关闭并在剩余进程完成之前杀死它们。
您应该将它们全部加入,以便等到它们完成:
for p in jobs:
p.join()
另一件事是您应该考虑使用qu.get_nowait()
以摆脱qu.empty()
和qu.get()
之间的竞争条件。
例如:
try:
while 1:
message = self.queue.get_nowait()
""" do something fancy here """
except Queue.Empty:
pass
我希望这有所帮助