Question

context是class multiprocessing.pool.Pool的构造函数中的可选参数。 Documentation只说：

context可用于指定用于启动工作进程的上下文。通常使用函数multiprocessing.Pool()或上下文对象的Pool()方法创建池。在这两种情况下，上下文都设置得恰当。

它没有澄清什么是＆＃34;上下文对象＆＃34;是，为什么class Pool构造函数需要它，以及它意味着它是否适当地设置＆＃34;在上述情景中。

Answer 1

根据平台的不同，多处理支持三种启动流程的方法。这些启动方法是：

spawn：

父进程启动一个新的python解释器进程可在Unix和Windows上使用。 Windows上的默认值。
叉：

父进程使用os.fork（）来分叉Python解释器。仅适用于Unix。 Unix上的默认值。
forkserver

当程序启动并选择forkserver start方法时，将启动服务器进程。从那时起，每当需要一个新进程时，父进程就会连接到服务器并请求它分叉一个新进程。 fork服务器进程是单线程的，因此使用os.fork（）是安全的。没有不必要的资源被继承。

在支持通过Unix管道传递文件描述符的Unix平台上可用。

要选择start方法，请使用主模块的if __name__ == '__main__'子句中的set_start_method（）。例如：

import multiprocessing as mp

def foo(q):
    q.put('hello')

if __name__ == '__main__':
    mp.set_start_method('spawn')
    q = mp.Queue()
    p = mp.Process(target=foo, args=(q,))
    p.start()
    print(q.get())
    p.join()

或者，您可以使用get_context（）来获取上下文对象。上下文对象与多处理模块具有相同的API，并允许在同一程序中使用多个启动方法。

import multiprocessing as mp

def foo(q):
    q.put('hello')

if __name__ == '__main__':
    ctx = mp.get_context('spawn')
    q = ctx.Queue()
    p = ctx.Process(target=foo, args=(q,))
    p.start()
    print(q.get())
    p.join()

这是上下文对象的来源！

`multiprocessing.pool.Pool`中`context`参数的含义是什么？

1 个答案: