Question

我试图遵循一个非常简单的多处理示例：

import multiprocessing as mp

def cube(x):
    return x**3

pool    = mp.Pool(processes=2)
results = [pool.apply_async(cube, args=x) for x in range(1,7)]

然而，在我的Windows机器上，我无法获得结果（在ubuntu 12.04LTS上运行完美）。

如果我检查results，我会看到以下内容：

[<multiprocessing.pool.ApplyResult object at 0x01FF0910>,
 <multiprocessing.pool.ApplyResult object at 0x01FF0950>,
 <multiprocessing.pool.ApplyResult object at 0x01FF0990>,
 <multiprocessing.pool.ApplyResult object at 0x01FF09D0>,
 <multiprocessing.pool.ApplyResult object at 0x01FF0A10>,
 <multiprocessing.pool.ApplyResult object at 0x01FF0A50>]

如果我运行results[0].ready()，我总是会False。

如果我运行results[0].get()，python解释器会冻结，等待获得永远不会出现的结果。

这个例子很简单，所以我认为这是一个与操作系统相关的低级错误（我在Windows 7上）。但也许其他人有更好的主意？

Answer 1

这里有几个错误。首先，您必须在Pool后卫when running on Windows内声明if __name__ == "__main__":。其次，即使您只传递一个参数，也必须将args关键字参数传递给序列。所以把它放在一起：

import multiprocessing as mp

def cube(x):
    return x**3

if __name__ == "__main__":
    pool    = mp.Pool(processes=2)
    results = [pool.apply_async(cube, args=(x,)) for x in range(1,7)]
    print([result.get() for result in results])

输出：

[1, 8, 27, 64, 125, 216]

修改

哦，正如moarningsun提到的，multiprocessing does not work well在互动口译中：


注意

此程序包中的功能要求__main__模块   可由儿童进口。编程指南中对此进行了介绍   但是值得指出这里。这意味着一些例子，   例如multiprocessing.Pool示例将不起作用   互动翻译。

因此，您需要实际执行代码作为脚本来正确测试它。

Answer 2

我正在运行python 3并且IDE在anaconda（windows）中是spyder，因此这个技巧对我不起作用。我尝试了很多，但没有任何区别。我得到了我的问题的原因，并在他的笔记中由dano列出。但经过漫长的一天搜索，我得到了一些解决方案，它帮助我运行相同的代码我的Windows机器。这个网站帮助我找到了解决方案：

http://python.6.x6.nabble.com/Multiprocessing-Pool-woes-td5047050.html

因为我使用的是python 3，所以我改变了这个程序：

from types import FunctionType
import marshal

def _applicable(*args, **kwargs):
  name = kwargs['__pw_name']
  code = marshal.loads(kwargs['__pw_code'])
  gbls = globals() #gbls = marshal.loads(kwargs['__pw_gbls'])
  defs = marshal.loads(kwargs['__pw_defs'])
  clsr = marshal.loads(kwargs['__pw_clsr'])
  fdct = marshal.loads(kwargs['__pw_fdct'])
  func = FunctionType(code, gbls, name, defs, clsr)
  func.fdct = fdct
  del kwargs['__pw_name']
  del kwargs['__pw_code']
  del kwargs['__pw_defs']
  del kwargs['__pw_clsr']
  del kwargs['__pw_fdct']
  return func(*args, **kwargs)

def make_applicable(f, *args, **kwargs):
  if not isinstance(f, FunctionType): raise ValueError('argument must be a function')
  kwargs['__pw_name'] = f.__name__  # edited
  kwargs['__pw_code'] = marshal.dumps(f.__code__)   # edited
  kwargs['__pw_defs'] = marshal.dumps(f.__defaults__)  # edited
  kwargs['__pw_clsr'] = marshal.dumps(f.__closure__)  # edited
  kwargs['__pw_fdct'] = marshal.dumps(f.__dict__)   # edited
  return _applicable, args, kwargs

def _mappable(x):
  x,name,code,defs,clsr,fdct = x
  code = marshal.loads(code)
  gbls = globals() #gbls = marshal.loads(gbls)
  defs = marshal.loads(defs)
  clsr = marshal.loads(clsr)
  fdct = marshal.loads(fdct)
  func = FunctionType(code, gbls, name, defs, clsr)
  func.fdct = fdct
  return func(x)

def make_mappable(f, iterable):
  if not isinstance(f, FunctionType): raise ValueError('argument must be a function')
  name = f.__name__    # edited
  code = marshal.dumps(f.__code__)   # edited
  defs = marshal.dumps(f.__defaults__)  # edited
  clsr = marshal.dumps(f.__closure__)  # edited
  fdct = marshal.dumps(f.__dict__)  # edited
  return _mappable, ((i,name,code,defs,clsr,fdct) for i in iterable)

在此功能之后，上面的问题代码也改变了一点：

from multiprocessing import Pool
from poolable import make_applicable, make_mappable

def cube(x):
  return x**3

if __name__ == "__main__":
  pool    = Pool(processes=2)
  results = [pool.apply_async(*make_applicable(cube,x)) for x in range(1,7)]
  print([result.get(timeout=10) for result in results])

我得到了输出：

[1, 8, 27, 64, 125, 216]

我认为这篇文章可能对某些Windows用户有用。

Python多处理apply_async永远不会在Windows 7上返回结果

2 个答案: