多处理：在导入函数中使用池

Question

我正在尝试创建一个脚本，它从一个单独的模块中调用一个函数来进行并行处理。

我的“顶级”脚本如下所示：

from hydrology import model, descriptors
if __name__ == "__main__":
   datafile = r"C:\folder\datafile.shp"
   myModel = model.Model(data = datafile)

   res = descriptors.watershed_pll(myModel)

descriptors 模块如下所示：

from multiprocessing import Pool
from arcfunc import multi_watershed

def watershed_pll(model):
    pool = Pool()
    for key, val in model.stations.iteritems():
        res = pool.apply_async(multi_watershed(val, key))
    pool.close()
    pool.join()
    return res

如您所见，并行运行的函数是从模块arcfunc导入的， 执行并行化的函数在模块descriptors 内，运行所有内容的脚本再次分开。

我跑的时候没有异常，但是我有两个问题：

1. res.successful() 返回 False
2. 它的运行速度并不比不使用多处理快。

我怀疑我的架构使事情变得复杂，但是并行化功能位于单独的模块中很重要。

有什么建议吗？

Answer 1

代码没有将函数和参数传递给apply_async，而是直接（在主进程中）调用multi_watershed，并传递函数的返回值。

传递函数和参数。

替换以下行：

res = pool.apply_async(multi_watershed(val, key))

与：

res = pool.apply_async(multi_watershed, (val, key))