Python：从线程子进程的标准输出进行非阻塞读取

Question

我有一个脚本 (worker.py)，它以表单的形式打印无缓冲的输出...

1
2
3
.
.
.
n

其中 n 是此脚本中的循环将进行的某个恒定迭代次数。在另一个脚本（service_controller.py）中，我启动了许多线程，每个线程使用 subprocess.Popen(stdout=subprocess.PIPE, ...);现在，在我的主线程 (service_controller.py) 中，我想读取每个线程的 worker.py 子进程的输出，并使用它来计算完成前剩余时间的估计值。

我拥有从 worker.py 读取标准输出并确定最后打印的数字的所有逻辑。问题是我无法弄清楚如何以非阻塞方式执行此操作。如果我读取一个恒定的 bufsize，那么每次读取最终都会等待来自每个工作人员的相同数据。我尝试了很多方法，包括使用 fcntl、select + os.read 等。我最好的选择是什么？如果需要，我可以发布我的来源，但我认为解释很好地描述了问题。

感谢您在此提供的任何帮助。

编辑
添加示例代码

我有一个启动子进程的工人。

class WorkerThread(threading.Thread):
    def __init__(self):
        self.completed = 0
        self.process = None
        self.lock = threading.RLock()
        threading.Thread.__init__(self)

    def run(self):
        cmd = ["/path/to/script", "arg1", "arg2"]
        self.process = subprocess.Popen(cmd, stdout=subprocess.PIPE, bufsize=1, shell=False)
        #flags = fcntl.fcntl(self.process.stdout, fcntl.F_GETFL)
        #fcntl.fcntl(self.process.stdout.fileno(), fcntl.F_SETFL, flags | os.O_NONBLOCK)

    def get_completed(self):
        self.lock.acquire();
        fd = select.select([self.process.stdout.fileno()], [], [], 5)[0]
        if fd:
            self.data += os.read(fd, 1)
            try:
                self.completed = int(self.data.split("\n")[-2])
            except IndexError:
                pass
        self.lock.release()
        return self.completed

然后我有一个 ThreadManager。

class ThreadManager():
    def __init__(self):
        self.pool = []
        self.running = []
        self.lock = threading.Lock()

    def clean_pool(self, pool):
        for worker in [x for x in pool is not x.isAlive()]:
            worker.join()
            pool.remove(worker)
            del worker
        return pool

    def run(self, concurrent=5):
        while len(self.running) + len(self.pool) > 0:
            self.clean_pool(self.running)
            n = min(max(concurrent - len(self.running), 0), len(self.pool))
            if n > 0:
                for worker in self.pool[0:n]:
                    worker.start()
                self.running.extend(self.pool[0:n])
                del self.pool[0:n]
            time.sleep(.01)
         for worker in self.running + self.pool:
             worker.join()

以及一些运行它的代码。

threadManager = ThreadManager()
for i in xrange(0, 5):
    threadManager.pool.append(WorkerThread())
threadManager.run()

我已经删除了其他代码的日志，希望能找出问题所在。

Answer 1

不要让你的 service_controller 被 i/o 访问阻塞，只有线程循环应该读取它自己的受控进程输出。

然后，您可以在线程对象中使用方法来控制进程以获取最后轮询的输出。

当然，在这种情况下不要忘记使用某种锁定机制来保护缓冲区，线程将使用该缓冲区来填充它以及控制器调用的方法来获取它。

Answer 2

您的方法 WorkerThread.run() 启动子进程，然后立即终止。 Run() 需要执行轮询并更新 WorkerThread.completed 直到子进程完成。