Python多处理，在循环中多次使用池在第一次迭代后卡住答案

【问题标题】：Python multiprocessing, using pool multiple times in a loop gets stuck after first iterationPython多处理，在循环中多次使用池在第一次迭代后卡住
【发布时间】：2018-12-15 01:22:43
【问题描述】：

我有以下情况，我在 for 循环中创建了一个池，如下所示（我知道这不是很优雅，但出于酸洗的原因我必须这样做）。假设pathos.multiprocessing 相当于python 的multiprocessing 库（因为它取决于一些细节，与这个问题无关）。我有以下要执行的代码：

self.pool = pathos.multiprocessing.ProcessingPool(number_processes)


for i in range(5):


    all_responses = self.pool.map(wrapper_singlerun, range(self.no_of_restarts))

    pool._clear()

现在我的问题是：循环成功运行了第一次迭代。但是，在第二次迭代时，算法突然停止（没有完成pool.map 操作。我怀疑生成了僵尸进程，或者该进程不知何故是switched。下面你会发现我到目前为止所尝试的所有内容。

for i in range(5):

    pool = pathos.multiprocessing.ProcessingPool(number_processes)

    all_responses = self.pool.map(wrapper_singlerun, range(self.no_of_restarts))

    pool._clear()

    gc.collect()

    for p in multiprocessing.active_children():
        p.terminate()
        gc.collect()

    print("We have so many active children: ", multiprocessing.active_children()) # Returns []

上面的代码在我的 mac 上运行良好。但是，当我将它上传到具有以下规格的集群上时，我得到了它在第一次迭代后卡住的错误：

DISTRIB_ID=Ubuntu
DISTRIB_RELEASE=18.04
DISTRIB_CODENAME=bionic
DISTRIB_DESCRIPTION="Ubuntu 18.04 LTS"

这是the link to the pathos'多处理库文件是

【问题讨论】：

嗨，我是pathos 作者。 pathos.multiprocessing 以两种方式提供了增强的Pool：(1) 更好的序列化，以及 (2) 初始化。如果你只是在寻找更好的序列化，我建议你使用pathos.pools._ProcessPool，它具有multiprocessing的确切接口和规格，但具有更好的序列化。如果您正在寻找其他 pathos 功能，那么您应该知道 pathos 池会被保留，除非明确销毁。您必须在上面使用的池上执行 pool._clear 或 pool.restart 才能终止（或重新启动）池。
pathos.multiprocessing 中的接口已弃用...首选接口是pathos.pools.ProcessPool。该池应该有一个_clear 和一个restart 方法。请注意，这与pathos.multiprocessing.ProcessPool 和pathos.multiprocessing.ProcessingPool 是同一个对象...为了向后兼容，我一直保留这两个对象。
很难调试你所看到的，因为你没有提供其他人可以运行的代码，你看到的错误被证明了。你能做到吗？就目前而言，很难说出你想要做什么。
如果是这种情况，您应该能够通过限制池中的进程数量来测试该理论，同时执行clear 以关闭循环中的每个Pool。这将限制活动进程的数量。你可以试试ProcessPool(1) 或类似的东西。
@DaveTheAl 你有没有解决过挂起的问题？我相信我遇到了同样的问题。

标签： python ubuntu multiprocessing python-multiprocessing pathos

【解决方案1】：

我假设您正试图通过某个函数调用它，而这不是正确的使用方法。

你需要用 :

包裹它

if __name__ == '__main__':
    for i in range(5):

         pool = pathos.multiprocessing.Pool(number_processes)

         all_responses = pool.map(wrapper_singlerun, 

range(self.no_of_restarts))

如果您不这样做，它将继续创建自己的副本并开始将其放入堆栈中，最终将填满堆栈并阻塞所有内容。它在mac上工作的原因是它有fork而windows没有它。

【讨论】：

1.) 所以区别是 name == "main"？不幸的是，这不是我可以应用的东西，因为我的脚本只是另一个库的一个模块，它控制着我的函数的执行方式。 2.) 另一个没有运行的平台不是windows，而是ubuntu（在最后标记）
您的主脚本，即您首先调用的脚本，应该包含在 if name == 'main' 子句中。