Question

我正在尝试使用multiprocessing修改JSON文件。我可以将JSON拆分为块，这样每个进程只能访问和修改JSON的某个部分（因此可以保证没有两个进程想要修改相同的属性）。我的问题是，如何在进程之间共享JSON对象，以便更改反映在原始对象上？我知道，multiprocessing将对象作为副本传递，因此我需要使用Manager()，但我该怎么做呢？目前我有

def parallelUpdateJSON(datachunk):
    for feature in datachunk: 
        #modify chunk

def writeGeoJSON():
    with open('geo.geojson') as f:
        data = json.load(f)
    pool = Pool()
    for i in range(0, mp.cpu_count())):
        #chunk data into a list, so I get listofchunks = [chunk1, chunk2, etc.,]
        #where chunk1 = data[0:chunksize], chunk2 = data[chunksize:2*chunksize] etc.
    pool.map(parallelUpdateJSON, listofchunks)
    pool.close()
    pool.join()
    with open('test_parallel.geojson', 'w') as outfile:
        json.dump(data, outfile)

但是当然这会将块作为副本传递，因此原始的data对象不会被修改。我如何才能使data实际上被进程修改？谢谢！

Answer 1

避免同步访问输出文件可能是个更好的主意。只生成N个部分输出并将它们连接成json对象的属性会容易得多。然后，您可以将该对象转储到文件中。

def process(work):
    return str(work[::-1])

if __name__ == "__main__":
    p = Pool()
    structure = json.loads("""
    { "list":
        [
            "the quick brown fox jumped over the lazy dog",
            "the quick brown dog jumped over the lazy fox"
        ]
    }
    """)
    structure["results"] = p.map(process, structure["list"])
    #print(json.dumps(structure))
    with open("result.json", "w") as f:
        json.dump(structure, f)

Python多处理 - 通过多个进程修改JSON

1 个答案: