等待所有多处理作业完成后再继续

Question

我希望并行运行一堆作业,然后在所有作业完成后继续.我有类似的东西

# based on example code from https://pymotw.com/2/multiprocessing/basics.html
import multiprocessing
import random
import time

def worker(num):
    """A job that runs for a random amount of time between 5 and 10 seconds."""
    time.sleep(random.randrange(5,11))
    print('Worker:' + str(num) + ' finished')
    return

if __name__ == '__main__':
    jobs = []
    for i in range(5):
        p = multiprocessing.Process(target=worker, args=(i,))
        jobs.append(p)
        p.start()

    # Iterate through the list of jobs and remove one that are finished, checking every second.
    while len(jobs) > 0:
        jobs = [job for job in jobs if job.is_alive()]
        time.sleep(1)

    print('*** All jobs finished ***')

它确实有效,但我确信必须有一个更好的方法来等待所有工作完成,而不是一遍又一遍地迭代它们直到它们完成.

Answer 1

关于什么？

for job in jobs:
    job.join()

这将阻塞,直到第一个进程完成,然后是下一个进程,依此类推.了解更多join()

Answer 2

您可以使用join。它让您等待另一个过程结束。

t1 = Process(target=f, args=(x,))
t2 = Process(target=f, args=('bob',))

t1.start()
t2.start()

t1.join()
t2.join()

您也可以使用barrier它与线程一样工作，允许您指定要等待的进程数，一旦达到此数目，barrier便释放它们。这里假定客户端和服务器作为进程生成。

b = Barrier(2, timeout=5)

def server():
    start_server()
    b.wait()
    while True:
        connection = accept_connection()
        process_server_connection(connection)

def client():
    b.wait()
    while True:
        connection = make_connection()
        process_client_connection(connection)

而且，如果您想要共享数据和更多流控制等更多功能，则可以使用管理器。