Python中的多处理创建单个进程

Question

我在 python 中遇到了多处理问题，请参阅下面的代码：

processArray = []
downtimeObj = []
for x in range(0,len(clientMaster)):
    downtimeObj.append(Downtime(clientMaster[x]))
    processArray.append(multiprocessing.Process(target=downtimeObj[x].live(),))
    for j in range(len(processArray)):
        processArray[j].start()
    for z in range(len(processArray)):
        processArray[z].join()

这里我有一个进程数组“processArray”和一个停机时间类的对象数组。在我的客户端主服务器中，我尝试遍历我拥有的客户端数量并为每个客户端创建一个对象，从而为每个客户端创建一个进程。

当前代码创建单个进程并按时间顺序运行 live() 函数。

我希望所有客户端都有单独的进程，并且 object.live() 函数可以同时运行。

Answer 1

您应该更改缩进和仅创建所有进程的第一个运行循环。运行.start() 的下一个循环。最后循环使用.join()

而Process()（类似于Thread()）需要不带()的函数名，所以稍后它可以使用()开始新进程。

target=downtimeObj[x].live

如果您使用()，那么它会在当前进程中运行live()，并将其结果作为Process() 的参数发送

result = downtimeObj[x].live()
Process(target=result)

您也可以学习在没有range(len()) 的情况下使用for-loop - 它会更具可读性。

processArray = []
downtimeObj = []

# --- loop ---

for item in clientMaster:
    obj = Downtime(item)
    downtimeObj.append(obj)
    p = multiprocessing.Process(target=obj.live)
    processArray.append(p)

# --- after loop ---

for p in processArray:
    p.start()

for p in processesArray:
    p.join()

---

或者你至少应该 .join() 在第一个循环之外运行

processArray = []
downtimeObj = []

# --- loop ---

for item in clientMaster:
    obj = Downtime(item)
    downtimeObj.append(obj)
    p = multiprocessing.Process(target=obj.live)
    processArray.append(p)
    p.start()

# --- after loop ---

for p in processesArray:
    p.join()

---

编辑：

如果您需要发送参数，请使用元组，即。 (value1, value2)

Process(target=obj.live, args=(value1, value2))

并将运行live(value1, value2)

对于单个参数，您还需要元组，即。 (value1,)
它需要 , 在 ( ) 内创建具有单个元素的元组。

Process(target=obj.live, args=(value1,))

并将运行live(value1)

您也可以在文档Process中看到它

---

编辑：

如果您想使用Pool 始终只运行 5 个进程并获得所有结果

from multiprocessing import Pool

# --- function for Process ---

def my_function(item, arg1, arg2):
    obj = Downtime(item)
    return obj.live(arg1, arg2)

# --- create arguments for all processes ---

arguments = []

for item in clientMaster:
    arguments.append( (item, value1, value2) )

# --- use Pool and wait for all results ---

with Pool(5) as p:
     results = p.starmap(my_function, arguments)

# --- display all results ---

print(results)