Очереди многопроцессорная обработка в Python

Я пытаюсь использовать очередь с многопроцессорной библиотекой в Python. После выполнения кода ниже (операторы печати работают), но процессы не завершаются после вызова join в очереди и все еще живы. Как завершить остальные процессы?

спасибо!

def MultiprocessTest(self):
  print "Starting multiprocess."
  print "Number of CPUs",multiprocessing.cpu_count()

  num_procs = 4
  def do_work(message):
    print "work",message ,"completed"

  def worker():
    while True:
      item = q.get()
      do_work(item)
      q.task_done()

  q = multiprocessing.JoinableQueue()
  for i in range(num_procs):
    p = multiprocessing.Process(target=worker)
    p.daemon = True
    p.start()

  source = ['hi','there','how','are','you','doing']
  for item in source:
    q.put(item)
  print "q close"
  q.join()
  #q.close()
  print "Finished everything...."
  print "num active children:",multiprocessing.active_children()
10
multiprocessing python

5 ответов

попробуйте это:

import multiprocessing

num_procs = 4
def do_work(message):
  print "work",message ,"completed"

def worker():
  for item in iter( q.get, None ):
    do_work(item)
    q.task_done()
  q.task_done()

q = multiprocessing.JoinableQueue()
procs = []
for i in range(num_procs):
  procs.append( multiprocessing.Process(target=worker) )
  procs[-1].daemon = True
  procs[-1].start()

source = ['hi','there','how','are','you','doing']
for item in source:
  q.put(item)

q.join()

for p in procs:
  q.put( None )

q.join()

for p in procs:
  p.join()

print "Finished everything...."
print "num active children:", multiprocessing.active_children()
7

вашим работникам нужен Часовой для завершения, или они просто будут сидеть на блокирующих чтениях. Обратите внимание, что использование сна на Q вместо соединения на P позволяет отображать информацию о состоянии и т. д.
Мой предпочтительный шаблон: 

def worker(q,nameStr):
  print 'Worker %s started' %nameStr
  while True:
     item = q.get()
     if item is None: # detect sentinel
       break
     print '%s processed %s' % (nameStr,item) # do something useful
     q.task_done()
  print 'Worker %s Finished' % nameStr
  q.task_done()

q = multiprocessing.JoinableQueue()
procs = []
for i in range(num_procs):
  nameStr = 'Worker_'+str(i)
  p = multiprocessing.Process(target=worker, args=(q,nameStr))
  p.daemon = True
  p.start()
  procs.append(p)

source = ['hi','there','how','are','you','doing']
for item in source:
  q.put(item)

for i in range(num_procs):
  q.put(None) # send termination sentinel, one for each process

while not q.empty(): # wait for processing to finish
  sleep(1)   # manage timeouts and status updates etc.
6

вы должны очистить очередь перед присоединением к процессу, но q.empty() ненадежен.

лучший способ очистить очередь-подсчитать количество успешных gets или loop, пока вы не получите значение sentinel, как сокет с надежной сетью.

3

приведенный ниже код может быть не очень актуальным, но я публикую его для ваших комментариев / отзывов, чтобы мы могли учиться вместе. Спасибо!

import multiprocessing

def boss(q,nameStr):
  source = range(1024)
  for item in source:
    q.put(nameStr+' '+str(item))
  q.put(None) # send termination sentinel, one for each process

def worker(q,nameStr):
  while True:
     item = q.get()
     if item is None: # detect sentinel
       break
     print '%s processed %s' % (nameStr,item) # do something useful

q = multiprocessing.Queue()

procs = []

num_procs = 4
for i in range(num_procs):
  nameStr = 'ID_'+str(i)
  p = multiprocessing.Process(target=worker, args=(q,nameStr))
  procs.append(p)
  p = multiprocessing.Process(target=boss,   args=(q,nameStr))
  procs.append(p)

for j in procs:
  j.start()
for j in procs:
  j.join()
1

здесь sentinel-бесплатно метод для относительно простого случая, когда вы ставите ряд задач на JoinableQueue, затем запустите рабочие процессы, которые потребляют задачи и выходят, как только они прочитают очередь "сухой". Фокус в том, чтобы использовать JoinableQueue.get_nowait() вместо get(). get_nowait(), как следует из названия, пытается получить значение из очереди неблокирующим образом, и если ничего не нужно получить, то queue.Empty исключение. Работник обрабатывает это исключение выходящий.

рудиментарный код для иллюстрации принципа:

import multiprocessing as mp
from queue import Empty

def worker(q):
  while True:
    try:
      work = q.get_nowait()
      # ... do something with `work`
      q.task_done()
    except Empty:
      break # completely done

# main
worknum = 4
jq = mp.JoinableQueue()

# fill up the task queue
# let's assume `tasks` contains some sort of data
# that your workers know how to process
for task in tasks:
  jq.put(task)

procs = [ mp.Process(target=worker, args=(jq,)) for _ in range(worknum) ]
for p in procs:
  p.start()

for p in procs:
  p.join()

преимущество в том, что вам не нужно ставить "ядовитые таблетки" в очередь, поэтому код немного короче.

важно : в более сложных ситуациях, когда производители и потребители используют одну и ту же очередь "чередующимся" образом, и работникам, возможно, придется ждать новых задач, следует использовать подход "ядовитые таблетки". Мое предложение выше это для простых случаев, когда рабочие "знают", что если очередь задач пуста, то больше нет смысла болтаться.

0