Question

我正在尝试启动多个进程来并行化某些任务，并希望每个进程执行一个方法X（）时，一个全局变量将减1。

我试着查看multiprocessing.Value方法，但不确定这是否是唯一的方法。有人可以提供一些代码片段吗？

from multiprocessing import Pool, Process

def X(list):
  global temp
  print list
  temp = 10
  temp -= 1
  return temp

list = ['a','b','c']
pool = Pool(processes=5)
pool.map(X, list)

通过使用全局变量，每个进程都获得自己的全局变量副本，但这并不能解决共享它的价值的问题。我相信，需要有一种共享内存系统，但我不知道该怎么做。感谢

Answer 1

将counter变量移动到主进程中，即避免在进程之间共享变量：

for result in pool.imap_unordered(func, args):
    counter -= 1

只要相应的结果（counter）可用，

func(arg)就会递减。这是一个完整的代码示例：

#!/usr/bin/env python
import random
import time
import multiprocessing

def func(arg):
    time.sleep(random.random())
    return arg*10

def main():
    counter = 10
    args = "abc"
    pool = multiprocessing.Pool()
    for result in pool.imap_unordered(func, args):
        counter -= 1
        print("counter=%d, result=%r" % (counter, result))

if __name__ == "__main__":
    main()

另一种方法是将multiprocessing.Value()对象传递给每个工作进程（使用initialize，initargs Pool()的参数。）

使用python多处理模块递增/递减全局变量

1 个答案: