相关疑难解决方法(0)

我试图以这种方式使用python的多处理包:

featureClass = [[1000,k,1] for k in drange(start,end,step)] #list of arguments
for f in featureClass:
  pool .apply_async(worker, args=f,callback=collectMyResult)
pool.close()
pool.join

从池的进程我想避免等待超过60秒的那些返回其结果.那可能吗？

pool map()在Python中使用时是否可以设置操作的时间限制multiprocessing。当达到时间限制时，所有子进程都会停止并返回它们已有的结果。

import multiprocessing as mp

def task(v):
    do something
    return result

if __name__ == '__main__':
    vs = [...]
    p= mp.Pool()
    results = p.map(task, vs)

在上面的例子中，我有一个非常大的列表vs。理想情况下，列表中的所有元素都vs将被发送到 function task()，并且所有结果都将保存在resultslist 中。

然而，由于列表vs非常大，而且我执行此过程的时间有限（比如 5 分钟）。我需要的是在达到 5 分钟时停止该map过程，并将计算结果返回到 list results。

编辑1：

我不会终止需要超过 5 分钟才能完成的任务。假设我的列表中有 1000 个任务vs，5 分钟后只完成了 600 个任务。我需要的是杀死所有子进程，并将这 600 个任务的结果保存到列表中results。