具有多个参数的 MultiProcess 函数

Posted 2023-02-16

【中文标题】具有多个参数的 MultiProcess 函数

【英文标题】：MultiProcess function with multiple arguments

【发布时间】：2020-08-29 02:29:07

【问题描述】：

我正在深入研究 python 中的多处理世界。

看了一些视频后，由于我的职能性质，我想出了一个问题。

这个函数有 4 个参数：

第一个参数是要读取的文件，因此，这是要读取的文件列表。 以下 2 个参数是两个不同的字典。 最后一个参数是可选参数“debug_mode”，需要设置为“True”

# process_data(file, signals_dict, parameter_dict, debug_mode=False)
file_list = [...]
t1 = time.time()
with concurrent.futures.ProcessPoolExecutor() as executor:
    executor.map(process_data, file_list)
t2 = time.time()

问题是： 如何为函数指定剩余的参数？

提前致谢

【问题讨论】：

有了这样简单的例子，为什么不发布一些我们可以复制和运行的东西呢？

我拥有的功能很长。原则上，我感兴趣的是如何使用参数设置函数以使用 executor.map。

对。所以你编写了一个非常小的测试程序。你的工人可能是def worker(a,b,c,d): print(os.getpid(), a, b, c, d)。您感兴趣的问题 - 如何映射具有多个参数的函数 - 是十几行。

除了 ProcessPoolExecutor.map 之外还有其他方法可以实现目标吗？

map 对我来说似乎是完成这项工作的工具。如果字典很大，则将其传递给孩子可能会出现性能问题（在 Windows 上有一个副本，在 linux 上，您可以通过将 dict 放在全局变量中来利用父内存空间的写时复制视图)。

【参考方案1】：

您需要为每个进程创建一个包含参数的列表列表：

params_list = [[file1, dict1_1, dict2_1, True],
               [file2, dict1_2, dict2_2, True],
               [file3, dict1_3, dict2_3]]

然后，您可以像这样创建流程：

executor.map(process_data, params_list)

【讨论】：

这还不是全部。它没有很好的文档记录，但目标函数采用单个参数。如果process_data 需要 4，您需要一个中间函数来为您解包它们。此外，如果您不等待map 完成而只是退出with 子句，则工作将被取消。 result = executor.map(process_data_caller, params_list) 更好。

我在 executor.map 中只放了一个函数参数，尽管它需要四个，因为我看过的例子就是这样。你能解释一下中间函数是什么意思，以及如何实现你建议的解包？

【参考方案2】：

ProcessPoolExecutor.map 文档薄弱。 worker 接受一个参数。如果您的目标具有不同的调用签名，则需要编写一个中间工作程序，该工作程序传递一个容器并知道如何将其扩展到参数列表中。该文档也未能明确说明您需要等待作业完成才能关闭池。如果您启动作业并退出池上下文with 子句，则池终止。

import concurrent.futures
import os

def process_data(a,b,c,d):
    print(os.getpid(), a, b, c, d)
    return a

def _process_data_worker(p):
    return process_data(*p)

if __name__ == "__main__":
    file_list = [["fooa", "foob", "fooc", "food"],
        ["bara", "barb", "barc", "bard"]]

    with concurrent.futures.ProcessPoolExecutor() as executor:
        results = executor.map(_process_data_worker, file_list)

for result in results:
    print('result', result)

【讨论】：

有什么打印出来的吗？它适用于我在 Ubuntu 上。它非常基本，应该可以在任何地方使用。

我在 jupyter 上测试过。我稍后会在pycharm上尝试。顺便说一句，我是 Windows 用户。

有趣。值得将环境（windows上的jupyter）添加到问题中。多处理并不倾向于在交互式 shell 中工作，尤其是在需要在子进程中重新导入模块的窗口上。我不具体了解 jupyter，但搜索“jupyter windows 中的多进程”有很多点击率。一击说如果您在导入的模块中而不是主脚本中有 MP 东西，它就可以工作。

我尝试了 Jupiter，但我正在 Pycharm 中开发 :) 稍后我会尝试一下。感谢您的回答