Python多处理工作者/队列

Question

我有一个python函数,总共运行12次.我目前设置这个设置来使用多处理库中的池来并行运行所有这些池.通常我一次运行6,因为该功能是CPU密集型的并且并行运行12经常导致程序崩溃.当我们一次做6时,第二组6将不会开始,直到所有前6个过程完成.理想情况下,我们希望另一个(例如第7个)在第一批6的一个完成后立即启动 - 这样6个一次运行,而有更多的启动.现在代码看起来像这样(它将被调用两次,将前6个元素传递到一个列表中,然后将第二个6传递给另一个列表:

from multiprocessing import Pool

def start_pool(project_list):

    pool = Pool(processes=6)
    pool.map(run_assignments_parallel,project_list[0:6])

所以我一直在尝试实现一个worker/queue解决方案并遇到了一些问题.我有一个看起来像这样的worker函数:

def worker(work_queue, done_queue):
    try:
        for proj in iter(work_queue.get, 'STOP'):
            print proj
            run_assignments_parallel(proj)
            done_queue.put('finished ' + proj )
    except Exception, e:        
        done_queue.put("%s failed on %s with: %s" % (current_process().name, proj,        e.message))
    return True

调用worker函数的代码如下:

workers = 6
work_queue = Queue()
done_queue = Queue()  
processes = []
for project in project_list:
    print project
    work_queue.put(project)
for w in xrange(workers):        
    p = Process(target=worker, args=(work_queue, done_queue))
    p.start()
    processes.append(p)
    work_queue.put('STOP')
for p in processes:
     p.join()    
     done_queue.put('STOP')
for status in iter(done_queue.get, 'STOP'):        
    print status

project_list只是需要在函数"run_assignments_parallel"中运行的12个项目的路径列表.

现在编写这个函数的方法是,对于同一个进程(项目),函数被多次调用,我真的不知道发生了什么.这段代码基于我找到的一个例子,我很确定循环结构搞砸了.任何帮助都会很棒,我对此事无知感到抱歉.谢谢!

Answer 1

理想情况下,我们希望另一个(例如第7个)在第一批6的一个完成后立即启动 - 这样6个一次运行,而有更多的启动.

您需要更改的是传递所有12个输入参数而不是6:

from multiprocessing import Pool
pool = Pool(processes=6) # run no more than 6 at a time
pool.map(run_assignments_parallel, project_list) # pass full list (12 items)

Answer 2

您可以使用MPipe模块.

创建一个6工作的单阶段管道,并将所有项目作为任务提供.然后只需读取结果(在您的情况下,状态).

from mpipe import Pipeline, OrderedStage

...    

pipe = Pipeline(OrderedStage(run_assignments_parallel), 6)    

for project in project_list:
   pipe.put(project)

pipe.put(None)  # Signal end of input.

for status in pipe.results():
   print(status)