多進(jìn)程共享變量和獲得結(jié)果

由于工程需求，要使用多線程來跑一個(gè)程序。但是因?yàn)槁犝fpython的多線程是假的，于是使用多進(jìn)程，反正任務(wù)需要共享的參數(shù)少。

查閱資料，發(fā)現(xiàn)實(shí)現(xiàn)多進(jìn)程主要使用Multiprocessing，有兩種方式，一種是Process，另一種是Pool。

p = Process(target=fun,args=(args))

再通過p.start()來啟動(dòng)一個(gè)子進(jìn)程，通過p.join()方法來使得子進(jìn)程運(yùn)行結(jié)束后再執(zhí)行父進(jìn)程。

但是這樣很煩，還要寫個(gè)for 循環(huán)來開n個(gè)線程和join。

于是推薦用Pool。它可以開一個(gè)固定大小的進(jìn)程池，然后每個(gè)線程執(zhí)行apply_async()函數(shù)調(diào)用要執(zhí)行的函數(shù)，最后再close和join。

代碼如下：

pathm=Manager().Queue(len(pathlist))
for d in pathlist:
 pathm.put(d)
p=Pool(cp.threads)
results=[]
for i in range(cp.threads):
 temp=p.apply_async(ProcessWorker,args=(i,pathm,cp))
 results.append(temp)
print 'Waiting for all subprocesses done...'
p.close()
p.join()
print 'All subprocesses finish Processing.'
results=[r.get() for r in results]

上面的代碼演示了如何使用pool多進(jìn)程，如何在Pool里的進(jìn)程之間共享變量pathm，以及如何獲得進(jìn)程函數(shù)執(zhí)行的結(jié)果。需要注意的是，ProcessWorker必須是個(gè)無界的函數(shù)，否則報(bào)錯(cuò)該函數(shù)無法被pickle從而不能分配到各個(gè)進(jìn)程。

cPickle.PicklingError: Can't pickle <type 'instancemethod'>: attribute lookup __builtin__.instancemethod failed

有界函數(shù)和python的多進(jìn)程機(jī)制

從上面引申到了一個(gè)概念，就是有界函數(shù)無界函數(shù)的概念。

查閱資料之后我總結(jié)如下：

有界函數(shù)是包在一個(gè)類中，并且只有當(dāng)類被實(shí)例化之后才能使用的函數(shù)，它的界就是這個(gè)實(shí)例。我們常常把這些函數(shù)稱為類方法。例如以self為參數(shù)的類方法。

無界函數(shù)可以是沒有被包在類中的函數(shù)，也可以是類中的靜態(tài)方法，它們跟類是獨(dú)立的。如類中的靜態(tài)方法，它即使在某個(gè)類中被定義，但是不能訪問類中的參數(shù)和其他方法。

python多進(jìn)程的機(jī)制應(yīng)該是把每個(gè)進(jìn)程要調(diào)用的方法和傳入的參數(shù)（如上面例子中的ProcessWorker）編譯然后打包，然后復(fù)制到每個(gè)進(jìn)程中執(zhí)行。如果輸入的是一個(gè)有界函數(shù)，那么它的參數(shù)應(yīng)該是它所屬的類（包括參數(shù)和方法），但是這是無法獲得的，而且類屬性和方法可能會有坑，導(dǎo)致難以打包。所以python限定了多進(jìn)程要調(diào)用的函數(shù)不能是類方法。

我們要把多進(jìn)程調(diào)用的函數(shù)放到類外面，或者變成靜態(tài)函數(shù)。但是靜態(tài)函數(shù)的話不能被所屬的類的方法調(diào)用（self.ProcessWorker的形式），需要在外部調(diào)用，如mc=MyClass(),mc.ProcessWorker來調(diào)用，或者M(jìn)yClass().ProcessWorker來調(diào)用。

以上這篇基于python的多進(jìn)程共享變量正確打開方式就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評論