我试图在boost :: python的Python解释器中运行并发Python脚本。这是一个简短的示例程序:
#include <Python.h>
#include <boost/python/exec.hpp>
#include <iostream>
#include <thread>
#include <boost/python/extract.hpp>
#include <boost/python/import.hpp>
#include <boost/python/object.hpp>
int main(int argc, char const *argv[]) {
const char *prog = "def ack(m, n):\n"
" if m == 0:\n"
" return n + 1\n"
" elif n == 0:\n"
" return ack(m - 1, 1)\n"
" else:\n"
" return ack(m - 1, ack(m, n - 1))";
Py_Initialize();
try {
std::thread t1([&prog]() {
std::cout << "t1" << std::endl;
boost::python::object mainModule = boost::python::import("__main__");
boost::python::object mainNamespace = mainModule.attr("__dict__");
boost::python::exec(prog, mainNamespace, mainNamespace);
int val = boost::python::extract<int>(
boost::python::eval("ack(3,3)", mainNamespace, mainNamespace));
std::cout << "t1 result: " << val << std::endl;
});
std::thread t2([&prog]() {
std::cout << "t2" << std::endl;
boost::python::object mainModule = boost::python::import("__main__");
boost::python::object mainNamespace = mainModule.attr("__dict__");
boost::python::exec(prog, mainNamespace, mainNamespace);
int val = boost::python::extract<int>(
boost::python::eval("ack(3,4)", mainNamespace, mainNamespace));
std::cout << "t2 result: " << val << std::endl;
});
t1.join();
t2.join();
} catch (boost::python::error_already_set const &e) {
PyErr_Print();
}
return 0;
}
问题是程序间歇性失败。我在两个不同的Linux机器上试过它。一方面,大约3/4的时间失败;在另一个约1/10的时间。最常见的失败方法是缺乏帮助:
RUN FINISHED; Segmentation fault; core dumped; real time: 60ms; user: 0ms; system: 0ms
在Boost Pythnon文档中有几个诱人的调用引用了concurrancy,但我尝试过的组合都没有帮助。 global interpreter lock(GIL)似乎被设计为允许C ++访问相同的 Python解释器线程,除非我误解它。我想要两个完全独立的Python解释器同时运行。
This example很接近,但使用两个独立的C线程,偶尔会调用Python来完成一些工作。我试图同时运行两个单独的Python进程。
This question类似,但它提供的细节较少。就我而言,Python解释器用于将外部进程联系在一起,这些进程将花费大量时间在超级计算机上运行;他们不需要回调我的C ++应用程序。完成后,C ++应用程序将从外部删除文件中收集并显示结果。
答案 0 :(得分:0)
AFAIK,约翰是对的。我们从未找到过在Boost Python中运行两个并发Python项目的方法。有三种方法可以避免这个问题。这是第一个:运行两个不同的 Python解释器。
#include <Python.h>
#include <boost/python/exec.hpp>
#include <iostream>
#include <thread>
#include <sys/wait.h>
#include <boost/python/extract.hpp>
#include <boost/python/import.hpp>
#include <boost/python/object.hpp>
void python (std::string fork, int m, int n) {
const char *prog = "def ack(m, n):\n"
" if m == 0:\n"
" return n + 1\n"
" elif n == 0:\n"
" return ack(m - 1, 1)\n"
" else:\n"
" return ack(m - 1, ack(m, n - 1))";
Py_Initialize();
try {
std::cout << fork << std::endl;
boost::python::object mainModule = boost::python::import("__main__");
boost::python::object mainNamespace = mainModule.attr("__dict__");
std::stringstream commandstream;
commandstream << "ack(" << m << "," << n << ")";
std::string command = commandstream.str();
boost::python::exec(prog, mainNamespace, mainNamespace);
int val = boost::python::extract<int>(boost::python::eval(command.c_str(), mainNamespace, mainNamespace));
std::cout << fork << " result: " << val << std::endl;
} catch (boost::python::error_already_set const &e) {
PyErr_Print();
}
}
int main (int argc, char const *argv[]) {
pid_t pid = fork();
if (pid == 0) {
python("f1", 3, 4);
} else if (pid > 0) {
python("f2", 3, 3);
int status;
waitpid(pid, &status, 0);
} else {
std::cout << "Fork failed." << std::endl;
}
return 0;
}
第二种方式,也就是我们最终使用的方法,是将代码放在外部可执行文件中运行Python解释器并运行它。
第三个是阻塞线程,直到第一个Python进程完成。如果每个Python进程都需要花费很短的时间,那是可行的,但在我们的应用程序中并非如此,所以我们拒绝了这个替代方案。