我正面临从以下脚本收集日志的问题。一旦我将SLEEP_TIME
设置为太"小"的值,LoggingThread就会停止运行线程以某种方式阻塞了日志模块。日志请求时脚本冻结在action
函数中。当SLEEP_TIME
约为0.1时,脚本收集
我试着遵循这个答案,但它解决不了我的问题。
import multiprocessing
import threading
import logging
import time
SLEEP_TIME = 0.000001
logger = logging.getLogger()
ch = logging.StreamHandler()
ch.setFormatter(logging.Formatter('%(asctime)s %(levelname)s %(funcName)s(): %(message)s'))
ch.setLevel(logging.DEBUG)
logger.setLevel(logging.DEBUG)
logger.addHandler(ch)
class LoggingThread(threading.Thread):
def __init__(self):
threading.Thread.__init__(self)
def run(self):
while True:
logger.debug('LoggingThread: {}'.format(self))
time.sleep(SLEEP_TIME)
def action(i):
logger.debug('action: {}'.format(i))
def do_parallel_job():
processes = multiprocessing.cpu_count()
pool = multiprocessing.Pool(processes=processes)
for i in range(20):
pool.apply_async(action, args=(i,))
pool.close()
pool.join()
if __name__ == '__main__':
logger.debug('START')
#
# multithread part
#
for _ in range(10):
lt = LoggingThread()
lt.setDaemon(True)
lt.start()
#
# multiprocess part
#
do_parallel_job()
logger.debug('FINISH')
如何在多进程和多线程脚本中使用日志模块?
这可能是错误6721。
这个问题在任何有锁、线程和分叉的情况下都很常见。如果线程1有锁,而线程2调用fork,在fork进程中,将只有线程2,并且锁将永远被持有。在您的情况下,这是logging.StreamHandler.lock
。
可以在这里(永久链接)找到logging
模块的修复。注意,您还需要处理其他锁。
我最近在使用日志模块和Pathos多处理库时遇到了类似的问题。仍然不能100%确定,但似乎,在我的情况下,问题可能是由事实引起的,日志处理程序试图从不同的进程中重用锁对象。
可以用一个简单的包装器来修复它:
import threading
from collections import defaultdict
from multiprocessing import current_process
import colorlog
class ProcessSafeHandler(colorlog.StreamHandler):
def __init__(self):
super().__init__()
self._locks = defaultdict(lambda: threading.RLock())
def acquire(self):
current_process_id = current_process().pid
self._locks[current_process_id].acquire()
def release(self):
current_process_id = current_process().pid
self._locks[current_process_id].release()
默认情况下,multiprocessing
将在Linux上运行时对池中的进程进行fork()
。结果子进程将丢失除主进程之外的所有正在运行的线程。所以如果你使用的是Linux,这就是问题所在。
第一个操作项:你永远不应该使用基于fork()的池;参见https://pythonspeed.com/articles/python-multiprocessing/和https://docs.python.org/3/library/multiprocessing.html#contexts-and-start-methods。
在Windows上,我认为在macOS上的新版本的Python,使用基于"spawn"
的池。这也是您应该在Linux上使用的。在此设置中,将启动一个新的Python进程。如您所料,新进程没有父进程的任何线程,因为它是一个新进程。
第二个操作项:您将希望在池中的每个子进程中完成日志设置;父进程的日志记录设置不足以从工作进程获取日志。您可以使用initializer
关键字参数Pool
来完成此操作,例如编写一个名为setup_logging()
的函数,然后执行pool = multiprocessing.Pool(initializer=setup_logging)
(https://docs.python.org/3/library/multiprocessing.html#module-multiprocessing.pool)。