Question

我正在编写一段Python代码，以使用多处理功能来解析许多ascii文件。对于每个文件，我必须执行此功能的操作

def parse_file(file_name):
    record = False
    path_include = []
    buffer_include = []
    include_file_filters = {}
    include_keylines = {}
    grids_lines = []
    mat_name_lines = []
    pids_name_lines = []
    pids_shell_lines= []
    pids_weld_lines = []
    shells_lines = []
    welds_lines = []
    with open(file_name, 'rb') as in_file:
        for lineID, line in enumerate(in_file):
            if record:
                path_include += line
            if record and re.search(r'[\'|\"]$', line.strip()):
                buffer_include.append(re_path_include.search(
                    path_include).group(1).replace('\n', ''))
                record = False
            if 'INCLUDE' in line and '$' not in line:
                if re_path_include.search(line):
                    buffer_include.append(
                        re_path_include.search(line).group(1))
                else:
                    path_include = line
                    record = True
            if line.startswith('GRID'):
                grids_lines += [lineID]
            if line.startswith('$HMNAME MAT'):
                mat_name_lines += [lineID]
            if line.startswith('$HMNAME PROP'):
                pids_name_lines += [lineID]
            if line.startswith('PSHELL'):
                pids_shell_lines += [lineID]
            if line.startswith('PWELD'):
                pids_weld_lines += [lineID]
            if line.startswith(('CTRIA3', 'CQUAD4')):
                shells_lines += [lineID]
            if line.startswith('CWELD'):
                welds_lines += [lineID]
    include_keylines = {'grid': grids_lines, 'mat_name': mat_name_lines, 'pid_name': pids_name_lines, \
                        'pid_shell': pids_shell_lines, 'pid_weld': pids_weld_lines, 'shell': shells_lines, 'weld': welds_lines}
    include_file_filters = {file_name: include_keylines}
    return buffer_include, include_file_filters

此功能以这种方式用于循环浏览文件列表（CPU上的每个进程都解析一个完整的文件）

import multiprocessing as mp
p = mp.Pool(mp.cpu_count())
buffer_include = []
include_file_filters = {}
for include in grouper([list_of_file_path]):
    current = mp.current_process()
    print 'Running: ', current.name, current._identity
    results = p.map(parse_file, include) 
    buffer_include += results[0]
    include_file_filters.update(results[1])
p.close()

上面使用的grouper函数定义为

def grouper(iterable, padvalue=None):
    return itertools.izip_longest(*[iter(iterable)]*mp.cpu_count(), fillvalue=padvalue)

我在具有4核（Intel Core i3-6006U）的cpu中使用Python 2.7.15。

运行代码时，我看到所有CPU都以100％的速度运行，Python控制台中的输出为Running: MainProcess ()，但除此之外没有任何变化。看来我的代码在指令results = p.map(parse_file, include)处被阻塞，无法继续执行（当我一次不解析而一次解析一个文件时，代码运行良好）。

怎么了？
我该如何处理parse_file函数给出的结果在并行执行期间？我的方法正确与否？

预先感谢您的支持

编辑

感谢darc的回复。我已经尝试过您的建议，但是问题是相同的。如果我将代码放在if这样的语句下，问题似乎可以解决

if __name__ == '__main__':

这也许是由于Python IDLE处理过程的方式所致。我出于开发和调试原因而使用IDLE环境。

Answer 1

根据python docs：

map（func，iterable [，chunksize]）   与map（）内置函数的并行等效项（尽管它仅支持一个可迭代的参数）。它会阻塞直到结果准备就绪。

此方法将迭代器切成多个块，作为单独的任务提交给进程池。这些块的（大约）大小可以通过将chunksize设置为正整数来指定。

由于它阻止了您的进程，请等待解析文件完成。

由于地图已经限制了可迭代项，因此您可以尝试将所有包含项作为一个大的可迭代项一起发送。

import multiprocessing as mp
p = mp.Pool(mp.cpu_count())
buffer_include = []
include_file_filters = {}
results = p.map(parse_file, list_of_file_path, 1) 
buffer_include += results[0]
include_file_filters.update(results[1])
p.close()

如果要保留原始循环，请使用apply_async，或者如果您使用的是python3，则可以使用ProcessPoolExecutor Submit（）函数并读取结果。

在Python多处理中处理多个结果

1 个答案: