Question

问题

我使用Python的多处理模块异步执行函数。我想要做的是能够跟踪每个进程调用并执行def add_print时脚本的整体进度。例如，我希望下面的代码向total添加1，并在每次进程运行该函数时打印出值（1 2 3 ... 18 19 20）。我的第一次尝试是使用全局变量但这没有用。由于函数是异步调用的，因此每个进程将total读为0以启动，并独立于其他进程添加1。因此输出为20 1而不是递增值。

我怎么能以同步的方式从映射函数引用相同的内存块，即使该函数是异步运行的？我有一个想法是以某种方式将total缓存在内存中，然后在添加到total时引用该确切的内存块。这是python中可能的，基本上合理的方法吗？

如果您需要更多信息或者我没有充分解释，请告诉我。

谢谢！

代码

#!/usr/bin/python

## Import builtins
from multiprocessing import Pool 

total = 0

def add_print(num):
    global total
    total += 1
    print total


if __name__ == "__main__":
    nums = range(20)

    pool = Pool(processes=20)
    pool.map(add_print, nums)

Answer 1

您可以使用shared Value：

import multiprocessing as mp

def add_print(num):
    """
    https://eli.thegreenplace.net/2012/01/04/shared-counter-with-pythons-multiprocessing
    """
    with lock:
        total.value += 1
    print(total.value)

def setup(t, l):
    global total, lock
    total = t
    lock = l

if __name__ == "__main__":
    total = mp.Value('i', 0)
    lock = mp.Lock()
    nums = range(20)
    pool = mp.Pool(initializer=setup, initargs=[total, lock])
    pool.map(add_print, nums)

池初始化程序为每个工作程序子进程调用setup一次。 setup 使total成为工作进程中的全局变量，因此total可以当工作人员调用add_print时，在add_print内访问。

请注意，进程数不应超过计算机的CPU数。如果这样做，多余的子进程将等待CPU变为可用。因此，除非您有20个或更多CPU，否则不要使用processes=20。如果您没有提供processes参数，multiprocessing将检测可用的CPU数量，并为您生成具有该工作人员数量的池。任务数量（例如nums的长度）通常大大超过CPU的数量。没关系;当一名工人变得可用时，任务由一名工人排队和处理。

使用Python的multiprocessing.pool.map来操作相同的整数

1 个答案: