在分支进程和读取文件时，我需要关注什么？

Question

我对分叉很新，我通过执行以下操作将超过10,000个文件存储在我正在阅读的文件夹中：

#loop over all xFiles in a list of files
try:
    f = open(xFile, 'r', encoding="utf8")
    #search through file for terms
    #do other stuff
except:
    #Someone removed the file cannot be found.
    print("\tFile no longer exists:", xFile)
 f.close()

因为我的脚本需要大约45分钟才能运行，并且由于我正在处理的项目的性质，我搜索的文件列表中的文件有时会被移动或删除。这就是为什么我的阅读包含在一个try语句中。

如果插入了以下评论“在文件中搜索条件”，我将运行数千种模式的算法。我希望在循环之前分叉我的进程，这样我就有两个进程可以通过相同的文件列表搜索（或读取）不同的模式集（不同大小）。

我的一些担忧：

1. 如果一个进程正在读取文件并且其子进程尝试读取该文件，则将执行except，并且将永远不会对该特定文件执行搜索算法。
2. 我将无法同时读取同一文件。

因此，在提供上下文之后，这是我的问题，在分支流程和在两个流程之间读取相同文件时，我需要关注什么？

Answer 1

我假设有一个* nix类型的系统。

当您分叉进程时，两者都可以访问文件描述符。这意味着两个进程正在访问单个内核数据。这对你的情况很糟糕。您可能希望在 fork之后打开文件，这样每个进程都有自己的文件访问权限（和偏移量）。

您希望在分叉之前打开文件描述符，通常是在子进程更改权限时，例如Web服务器。父进程以root用户身份在端口80上打开一个套接字，但是然后分叉一个子进程，该进程将侦听指向打开端口80的文件描述符。然后，子进程可以删除给普通用户（不是root用户）和继续接受新的联系。

希望有所帮助！