Question

我正在尝试使用池并行地部署一些子进程调用。如果我为池构建一个完整的可迭代项并使用imap，map，imap_unordered等，一切正常，但我无法使apply_async起作用。< / p>

例如，这可以正常工作：

from subprocess import check_call
from multiprocessing import Pool

def dispatch_call(file_name):
    return check_call(...)

if __name__ == '__main__':
    files = (constructed file list)
    pool = Pool()
    pool.imap(dispatch_call, files)
    pool.close()
    pool.join()

然而，这不是：

from subprocess import check_call
from multiprocessing import Pool

def dispatch_call(file_name):
    return check_call(...)

if __name__ == '__main__':
    files = (constructed file list)
    pool = Pool()
    for f in files:
        pool.apply_async(dispatch_call, f)
    pool.close()
    pool.join()

我检查了multiprocessing的文档，并且这些Windows特定问题似乎都不相关。我只是因为试图让它在Windows上运行而运气不好吗？

Answer 1

您应该将回调参数作为序列（list / tuple）传递。

str对象也是一个序列，但传递一个字符串会导致多个参数传递给回调（字符串的每个字符都被视为参数）：

pool.apply_async(dispatch_call, [f])

OR

pool.apply_async(dispatch_call, (f,))

Windows上的multiprocessing.Pool.apply_async

1 个答案: