Python多线程+多处理BrokenPipeError（子进程未退出？）

Question

当使用 multiprocessing.JoinableQueue 生成进程的线程时，我收到 BrokenPipeError 。似乎是在程序完成工作并尝试退出之后发生的，因为它做了它应该做的所有事情。这是什么意思，有没有办法解决这个问题/安全忽略？

import requests
import multiprocessing
from multiprocessing import JoinableQueue
from queue import Queue
import threading


class ProcessClass(multiprocessing.Process):
    def __init__(self, func, in_queue, out_queue):
        super().__init__()
        self.in_queue = in_queue
        self.out_queue = out_queue
        self.func = func

    def run(self):
        while True:
            arg = self.in_queue.get()
            self.func(arg, self.out_queue)
            self.in_queue.task_done()


class ThreadClass(threading.Thread):
    def __init__(self, func, in_queue, out_queue):
        super().__init__()
        self.in_queue = in_queue
        self.out_queue = out_queue
        self.func = func

    def run(self):
        while True:
            arg = self.in_queue.get()
            self.func(arg, self.out_queue)
            self.in_queue.task_done()


def get_urls(host, out_queue):
    r = requests.get(host)
    out_queue.put(r.text)
    print(r.status_code, host)


def get_title(text, out_queue):
    print(text.strip('\r\n ')[:5])


if __name__ == '__main__':
    def test():

        q1 = JoinableQueue()
        q2 = JoinableQueue()

        for i in range(2):
            t = ThreadClass(get_urls, q1, q2)
            t.daemon = True
            t.setDaemon(True)
            t.start()

        for i in range(2):
            t = ProcessClass(get_title, q2, None)
            t.daemon = True
            t.start()

        for host in ("http://ibm.com", "http://yahoo.com", "http://google.com", "http://amazon.com", "http://apple.com",):
            q1.put(host)

        q1.join()
        q2.join()

    test()
    print('Finished')

程序输出：

200 http://ibm.com
<!DOC
200 http://google.com
<!doc
200 http://yahoo.com
<!DOC
200 http://apple.com
<!DOC
200 http://amazon.com
<!DOC
Finished
Exception in thread Thread-2:
Traceback (most recent call last):
  File "C:\Python\33\lib\multiprocessing\connection.py", line 313, in _recv_bytes
    nread, err = ov.GetOverlappedResult(True)
BrokenPipeError: [WinError 109]

The pipe has been ended

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
  File "C:\Python\33\lib\threading.py", line 901, in _bootstrap_inner
    self.run()
  File "D:\Progs\Uspat\uspat\spider\run\threads_test.py", line 31, in run
    arg = self.in_queue.get()
  File "C:\Python\33\lib\multiprocessing\queues.py", line 94, in get
    res = self._recv()
  File "C:\Python\33\lib\multiprocessing\connection.py", line 251, in recv
    buf = self._recv_bytes()
  File "C:\Python\33\lib\multiprocessing\connection.py", line 322, in _recv_bytes
    raise EOFError
EOFError
....

（为其他线程消除相同的错误。）

如果我将 JoinableQueue 切换为多线程部分的queue.Queue，一切都会修复，但为什么呢？

Answer 1

multiprocessing.Queue.get发生这种情况是因为当主线程退出时，您让后台线程在调用中阻塞，但它仅在某些条件下发生：

1. multiprocessing.Queue.get当主线程退出时，守护线程正在运行并阻塞。
2. Amultiprocessing.Process正在运行。
3. 上下文multiprocessing不是'fork'.

Connection例外情况是告诉您，当呼叫multiprocessing.JoinableQueue内部get()发送了时，正在侦听的另一端EOF。一般来说，这意味着另一侧已Connection关闭。在关闭期间发生这种情况是有道理的——Python 在退出解释器之前清理所有对象，其中清理的一部分涉及关闭所有打开的Connection对象。我还无法弄清楚为什么只有（并且总是）在 amultiprocessing.Process已生成（不是分叉，这就是为什么默认情况下在 Linux 上不会发生）并且仍在运行时才会发生这种情况。如果我创建一个multiprocessing.Process只是在while循环中休眠的东西，我什至可以重现它。Queue它根本不需要任何物体。无论出于何种原因，正在运行的、生成的子进程的存在似乎保证会引发异常。它可能只是导致事物被破坏的顺序正好适合竞争条件的发生，但这只是一个猜测。

无论如何，使用 aqueue.Queue代替multiprocessing.JoinableQueue是修复它的好方法，因为您实际上并不需要 a multiprocessing.Queue。您还可以通过将哨兵发送到其队列来确保后台线程和/或后台进程在主线程之前关闭。因此，让这两种run方法都检查哨兵：

def run(self):
    for arg in iter(self.in_queue.get, None):  # None is the sentinel
        self.func(arg, self.out_queue)
        self.in_queue.task_done()
    self.in_queue.task_done()

完成后发送哨兵：

    threads = []
    for i in range(2):
        t = ThreadClass(get_urls, q1, q2)
        t.daemon = True
        t.setDaemon(True)
        t.start()
        threads.append(t)

    p = multiprocessing.Process(target=blah)
    p.daemon = True
    p.start()
    procs = []
    for i in range(2):
        t = ProcessClass(get_title, q2, None)
        t.daemon = True
        t.start()
        procs.append(t)

    for host in ("http://ibm.com", "http://yahoo.com", "http://google.com", "http://amazon.com", "http://apple.com",):
        q1.put(host)

    q1.join()
    # All items have been consumed from input queue, lets start shutting down.
    for t in procs:
        q2.put(None)
        t.join()
    for t in threads:
        q1.put(None)
        t.join()
    q2.join()