Python 多处理 - 通过多个进程修改 JSON

Question

我正在尝试使用multiprocessing 修改 JSON 文件。我将能够将 JSON 拆分为块，以便每个进程只能访问和修改 JSON 的某个部分（因此可以保证没有两个进程想要修改相同的属性）。我的问题是，如何在进程之间共享 JSON 对象，以便将更改反映在原始对象上？我知道，multiprocessing 将对象作为副本传递，所以我需要使用Manager()，但我该怎么做呢？目前我有

def parallelUpdateJSON(datachunk):
    for feature in datachunk: 
        #modify chunk

def writeGeoJSON():
    with open('geo.geojson') as f:
        data = json.load(f)
    pool = Pool()
    for i in range(0, mp.cpu_count())):
        #chunk data into a list, so I get listofchunks = [chunk1, chunk2, etc.,]
        #where chunk1 = data[0:chunksize], chunk2 = data[chunksize:2*chunksize] etc.
    pool.map(parallelUpdateJSON, listofchunks)
    pool.close()
    pool.join()
    with open('test_parallel.geojson', 'w') as outfile:
        json.dump(data, outfile)

当然，这会将块作为副本传递，因此原始 data 对象不会被修改。我怎样才能让data 真正被进程修改？谢谢！

Answer 1

最好避免同步访问您的输出文件。只生成 N 个部分输出并将它们连接到您的 json 对象的属性中会容易得多。然后您可以将该对象转储到文件中。

def process(work):
    return str(work[::-1])

if __name__ == "__main__":
    p = Pool()
    structure = json.loads("""
    { "list":
        [
            "the quick brown fox jumped over the lazy dog",
            "the quick brown dog jumped over the lazy fox"
        ]
    }
    """)
    structure["results"] = p.map(process, structure["list"])
    #print(json.dumps(structure))
    with open("result.json", "w") as f:
        json.dump(structure, f)