Python 多处理 apply_async + 值

Question

我尝试通过 apply_async 将共享计数器传递给多处理中的任务，但它失败并出现这样的错误“RuntimeError：同步对象只能通过继承在进程之间共享”。怎么回事

def processLine(lines, counter, mutex):
    pass

counter = multiprocessing.Value('i', 0)
mutex = multiprocessing.Lock()
pool = Pool(processes = 8)
lines = []

for line in inputStream:
    lines.append(line)
    if len(lines) >= 5000:
         #don't queue more than 1'000'000 lines
         while counter.value > 1000000:
                 time.sleep(0.05)
         mutex.acquire()
         counter.value += len(lines)
         mutex.release()
         pool.apply_async(processLine, args=(lines, counter, ), callback = collectResults)
         lines = []

Answer 1

让池处理调度：

for result in pool.imap(process_single_line, input_stream):
    pass

如果顺序无关紧要：

for result in pool.imap_unordered(process_single_line, input_stream):
    pass

pool.*map*() 函数有 chunksize 参数，您可以更改它以查看它是否会影响您的情况下的性能。

如果您的代码需要在一次调用中传递多行：

from itertools import izip_longest

chunks = izip_longest(*[iter(inputStream)]*5000, fillvalue='') # grouper recipe
for result in pool.imap(process_lines, chunks):
    pass

限制排队项目数量的一些替代方法是：

• multiprocessing.Queue 设置最大大小（在这种情况下您不需要池）。 queue.put() 将在达到最大大小时阻塞，直到其他进程调用 queue.get()
• 使用 Condition 或 BoundedSemaphor 等多处理原语手动实现生产者/消费者模式。

注意：每个Value都有关联的锁，不需要单独的锁。

Answer 2

我用这种不优雅的方式解决了它

def processLine(lines):
    pass

def collectResults(result):
    global counter
    counter -= len(result)

counter = 0
pool = Pool(processes = 8)
lines = []

for line in inputStream:
    lines.append(line)
    if len(lines) >= 5000:
         #don't queue more than 1'000'000 lines
         while counter.value > 1000000:
             time.sleep(0.05)
         counter.value += len(lines)
         pool.apply_async(processLine, args=(lines), callback = collectResults)
         lines = []