Question

我一直在尝试为控制某些硬件的库编写一个交互式包装器（用于ipython）。有些调用对IO很重要，因此并行执行任务是有意义的。使用ThreadPool（几乎）可以很好地工作：

from multiprocessing.pool import ThreadPool

class hardware():
    def __init__(IPaddress):
        connect_to_hardware(IPaddress)

    def some_long_task_to_hardware(wtime):
        wait(wtime)
        result = 'blah'
        return result

pool = ThreadPool(processes=4)
Threads=[]
h=[hardware(IP1),hardware(IP2),hardware(IP3),hardware(IP4)]
for tt in range(4):
    task=pool.apply_async(h[tt].some_long_task_to_hardware,(1000))
    threads.append(task)
alive = [True]*4
Try:
    while any(alive) :
        for tt in range(4): alive[tt] = not threads[tt].ready()
        do_other_stuff_for_a_bit()
except:
    #some command I cannot find that will stop the threads...
    raise
for tt in range(4): print(threads[tt].get())

如果用户想要停止该过程或do_other_stuff_for_a_bit()中存在IO错误，则会出现问题。按 Ctrl + C 将停止主进程，但工作线程继续运行，直到当前任务完成为止。
有没有办法阻止这些线程，而不必重写库或让用户退出python？我在其他示例中看到的pool.terminate()和pool.join()似乎没有做到这一点。

实际例程（而不是上面的简化版本）使用日志记录，虽然所有工作线程都在某个时刻关闭，但我可以看到他们开始运行的进程一直持续到完成（并且是硬件，我可以看到他们的通过看房间的效果）。

这是在python 2.7中。

更新

解决方案似乎是切换到使用multiprocessing.Process而不是线程池。我尝试的测试代码是运行foo_pulse：

class foo(object):
    def foo_pulse(self,nPulse,name): #just one method of *many*
        print('starting pulse for '+name)
        result=[]
        for ii in range(nPulse):
            print('on for '+name)
            time.sleep(2)
            print('off for '+name)
            time.sleep(2)
            result.append(ii)
        return result,name

如果你尝试使用ThreadPool运行它，那么ctrl-C不会阻止foo_pulse运行（即使它确实会立即终止线程，打印语句仍在继续：

from multiprocessing.pool import ThreadPool
import time
def test(nPulse):
    a=foo()
    pool=ThreadPool(processes=4)
    threads=[]
    for rn in range(4) :
        r=pool.apply_async(a.foo_pulse,(nPulse,'loop '+str(rn)))
        threads.append(r)
    alive=[True]*4
    try:
        while any(alive) : #wait until all threads complete
            for rn in range(4):
                alive[rn] = not threads[rn].ready() 
                time.sleep(1)
    except : #stop threads if user presses ctrl-c
        print('trying to stop threads')
        pool.terminate()
        print('stopped threads') # this line prints but output from foo_pulse carried on.
        raise
    else : 
        for t in threads : print(t.get())

但是，使用multiprocessing.Process的版本按预期工作：

import multiprocessing as mp
import time
def test_pro(nPulse):
    pros=[]
    ans=[]
    a=foo()
    for rn in range(4) :
        q=mp.Queue()
        ans.append(q)
        r=mp.Process(target=wrapper,args=(a,"foo_pulse",q),kwargs={'args':(nPulse,'loop '+str(rn))})
        r.start()
        pros.append(r)
    try:
        for p in pros : p.join()
        print('all done')
    except : #stop threads if user stops findRes
        print('trying to stop threads')
        for p in pros : p.terminate()
        print('stopped threads')
    else : 
        print('output here')
        for q in ans :
            print(q.get())
    print('exit time')

我为库foo定义了一个包装器（因此不需要重写）。如果不需要返回值，则此包装器都不是：

def wrapper(a,target,q,args=(),kwargs={}):
    '''Used when return value is wanted'''
    q.put(getattr(a,target)(*args,**kwargs))

从文档中我看不出池无法工作的原因（除了bug）。

Answer 1

这是对并行性的非常有趣的用法。

但是，如果您使用的是multiprocessing，那么目标是让许多进程并行运行，而不是运行多个线程的进程。

考虑使用multiprocessing实现它的一些更改：

你有这些并行运行的功能：

import time
import multiprocessing as mp


def some_long_task_from_library(wtime):
    time.sleep(wtime)


class MyException(Exception): pass

def do_other_stuff_for_a_bit():
    time.sleep(5)
    raise MyException("Something Happened...")

让我们创建并启动流程，比如4：

procs = []  # this is not a Pool, it is just a way to handle the
            # processes instead of calling them p1, p2, p3, p4...
for _ in range(4):
    p = mp.Process(target=some_long_task_from_library, args=(1000,))
    p.start()
    procs.append(p)
mp.active_children()   # this joins all the started processes, and runs them.

进程并行运行，可能是在一个单独的cpu核心中运行，但这是由操作系统来决定的。您可以签入系统监视器。

与此同时，你运行一个会中断的进程，并且你想要停止正在运行的进程，而不是让他们离开orphan：

try:
    do_other_stuff_for_a_bit()
except MyException as exc:
    print(exc)
    print("Now stopping all processes...")
    for p in procs:
        p.terminate()
print("The rest of the process will continue")

如果在一个或所有子进程终止时继续主进程没有意义，则应该处理主程序的退出。

希望它有所帮助，你可以为你的图书馆调整一些。

Answer 2

在回答为什么池不起作用的问题时，这是由于（在Documentation中引用），然后 main 需要由子进程导入，并且由于正在使用这个项目交互式python的本质。

同时不清楚为什么ThreadPool会 - 虽然线索就在名称中。 ThreadPool使用multiprocessing.dummy创建其工作进程池，如上所述here只是Threading模块的包装器。 Pool使用multiprocessing.Process。这可以通过这个测试看出：

p=ThreadPool(processes=3)
p._pool[0]
<DummyProcess(Thread23, started daemon 12345)> #no terminate() method

p=Pool(processes=3)
p._pool[0]
<Process(PoolWorker-1, started daemon)> #has handy terminate() method if needed

由于线程没有terminate方法，工作线程继续运行直到它们完成当前任务。杀死线程很乱（这就是我尝试使用多处理模块的原因），但解决方案是here。

关于使用上述解决方案的一个警告：

def wrapper(a,target,q,args=(),kwargs={}):
    '''Used when return value is wanted'''
    q.put(getattr(a,target)(*args,**kwargs))

是对象实例内的属性更改不会传递回主程序。作为一个例子，上面的类foo也可以有如下方法： def addIP（newIP）： self.hardwareIP = newIP 致r=mp.Process(target=a.addIP,args=(127.0.0.1))的电话不会更新a。

复杂对象的唯一解决方法似乎是使用自定义manager的共享内存，它可以访问对象a的方法和属性。对于一个非常大的复杂对象，基于最好使用dir(foo)来填充经理。如果我能弄清楚如何用一个例子更新这个答案（对于我未来的自我和其他人一样）。

Answer 3

如果出于某些原因最好使用线程，则可以使用this。

我们可以向要终止的线程发送一些信号。最简单的信号是全局变量：

import time
from multiprocessing.pool import ThreadPool

_FINISH = False

def hang():
    while True:
        if _FINISH:
            break
        print 'hanging..'
        time.sleep(10)


def main():
    global _FINISH
    pool = ThreadPool(processes=1)
    pool.apply_async(hang)
    time.sleep(10)
    _FINISH = True
    pool.terminate()
    pool.join()
    print 'main process exiting..'


if __name__ == '__main__':
    main()

在Python中停止ThreadPool中的进程

3 个答案: