Question

我正在使用以下模式进行多处理：

    for item in data:
        inQ.put(item)

    for i in xrange(nProcesses):
        inQ.put('STOP')
        multiprocessing.Process(target=worker, args=(inQ, outQ)).start()

    inQ.join()
    outQ.put('STOP')

    for result in iter(outQ.get, 'STOP'):
        # save result

哪个工作正常。但是如果我通过outQ发送一个numpy数组，则'STOP'不会在outQ的末尾结束，导致我的结果提取循环提前终止。

以下是一些重现bahaviour的代码。

import multiprocessing
import numpy as np

def worker(inQ, outQ):
    for i in iter(inQ.get, 'STOP'):
        result = np.random.rand(1,100)
        outQ.put(result)
        inQ.task_done()
    inQ.task_done() # for the 'STOP'

def main():
    nProcesses = 8
    data = range(1000)

    inQ = multiprocessing.JoinableQueue()
    outQ = multiprocessing.Queue()
    for item in data:
        inQ.put(item)

    for i in xrange(nProcesses):
        inQ.put('STOP')
        multiprocessing.Process(target=worker, args=(inQ, outQ)).start()

    inQ.join()
    print outQ.qsize()
    outQ.put('STOP')

    cnt = 0
    for result in iter(outQ.get, 'STOP'):
        cnt += 1
    print "got %d items" % cnt
    print outQ.qsize()

if __name__ == '__main__':
    main()

如果您使用result = np.random.rand(1,100)之类的内容替换result = i*i，则代码可按预期工作。

这里发生了什么？我在这里做了一些根本错误的事吗？我希望outQ.put()之后inQ.join()能够做我想要的事情，因为join()阻止所有进程完成所有put()。

为我工作的解决方法是使用while outQ.qsize() > 0进行结果获取循环，这可以找到。但我读qsize()并不可靠。在不同的流程运行时，它是否只是不可靠？在完成qsize()之后，是否可以让我依赖inQ.join()？

我希望有些人建议使用multiprocessing.Pool.map()，但是当使用numpy数组（ndarrays）时，我会遇到pickle错误。

感谢您一看！

Answer 1

numpy数组使用丰富的比较。所以a =='STOP'返回一个numpy数组，而不是bool，并且numpy数组不能被强制转换为bool。在封面下，iter（outQ.get，'STOP'）正在进行该比较，并且可能在尝试将结果转换为bool为False时处理异常。你必须做一个手动while循环，从队列中提取项目，检查是否isinstance（item，basestring），然后再将它与'STOP'进行比较。

while True:
    item = outQ.get()
    if isinstance(item, basestring) and item == 'STOP':
        break
    cnt += 1

检查qsize（）可能也会正常工作，因为在加入输入队列后没有其他进程添加到队列中。

Answer 2

既然你知道outQ会有多少项，那么另一种解决办法就是明确地等待这些项目：

import multiprocessing as mp
import numpy as np
import Queue

N=100

def worker(inQ, outQ):
    while True:
        i,item=inQ.get()
        result = np.random.rand(1,N)
        outQ.put((i,result))
        inQ.task_done()

def main():
    nProcesses = 8
    data = range(N)
    inQ = mp.JoinableQueue()
    outQ = mp.Queue()    

    for i,item in enumerate(data):
        inQ.put((i,item))

    for i in xrange(nProcesses):
        proc=mp.Process(target=worker, args=[inQ, outQ])
        proc.daemon=True
        proc.start()

    inQ.join()
    cnt=0
    for _ in range(N):
        result=outQ.get()
        print(result)
        cnt+=1
        print(cnt)      
    print('got {c} items'.format(c=cnt))

if __name__ == '__main__':
    main()

numpy和多处理队列的组合扰乱了队列的排序

2 个答案: