我已经搜索过，但在其他地方找不到这个问题的答案。希望我没有错过任何东西。
我正在尝试使用 Python 多处理来并行批量运行一些专有模型。比如说，我有 200 个模拟，我想一次批量运行大约 10-20 个。我的问题是，如果两个模型碰巧同时/相似的时间启动，专有软件就会崩溃。我需要在多处理产生的进程之间引入延迟，以便每个新模型运行在开始之前等待一点。
到目前为止，我的解决方案是在子进程启动模型运行之前引入随机时间延迟。但是，这只会降低任意两次运行同时开始的概率，因此我在尝试处理大量模型时仍然会遇到问题。因此，我认为需要将时间延迟内置到代码的多处理部分中，但我找不到任何文档或示例。
编辑：我使用的是 Python 2.7
到目前为止，这是我的代码：
from time import sleep
import numpy as np
import subprocess
import multiprocessing
def runmodels(arg):
sleep(np.random.rand(1,1)*120) # this is my interim solution to reduce the probability that any two runs start at the same time, but it isn't a guaranteed solution
subprocess.call(arg) # this line actually fires off the model run
if __name__ == '__main__':
arguments = [big list of runs in here
]
count = 12
pool …我正在使用 Flask 和 Dash 构建一个网络应用程序。Flask 主应用程序处理用户登录和身份验证，并保护 Dash 应用程序的路由。Dash 应用程序是从 Flask 应用程序中提供的。
主要的 Flask 应用程序是使用 Flask Mega Tutorial 示例 ( https://github.com/miguelgrinberg/microblog )构建的，使用应用程序工厂模式。除了登录/身份验证之外，我删除了所有内容，并且该应用程序在该阶段运行良好。
然后，我按照此处的示例在 Flask 应用程序中添加了一个简单的 Dash 应用程序：https : //github.com/okomarov/dash_on_flask。Dash 应用程序可以在 /dashboard 上访问，仪表板受到适当保护，防止未经授权的访问，并按预期重定向回 Flask 主登录页面。
我现在面临的挑战是从 Dash 应用程序中访问 Flask 应用程序的上下文和其他内容，例如数据库会话。这样 Dash 应用程序就可以访问和显示主数据库中的信息。
我目前正在尝试遵循我在网上找到的示例，以及如何使它们适应我的应用程序的特定模式。
我尝试遵循此处链接的示例：https : //github.com/plotly/dash/issues/214#issuecomment-391223557。
但是，这些示例似乎都基于平面应用程序结构，其中 Flask 和 Dash 应用程序创建在同一个文件中。
我所有的代码都在这里：https : //github.com/danielcopelin/dacy-budget
目前，我的主要 Flask 应用程序如下所示：
dacybudget.py
from app import create_app, db
from app.models import User
app = create_app()
@app.shell_context_processor
def make_shell_context():
return {'db': db, 'User': …