Question

我在多处理环境中使用faker。我使用pymongo的bulk方法将测试数据插入mongo db。对于每个批量，我都会创建假数据。确实可以在单个进程环境中工作，但不适用于多重处理。

代码逻辑如下所示。

from faker import Faker
import multiprocessing
from bson import Decimal128

def insert_bulk(bulk_size):
    fake = Faker()

    fake_data = [get_fake_dataset(fake) for i in range(bulk_size)]

    #write to db

def get_fake_dataset(fake):
    Faker.seed(0)
    return {
        "lat": Decimal128(fake.latitude()),
        "lon": Decimal128(fake.longitude()),
    }


pool = multiprocessing.Pool(processes=multiprocessing.cpu_count() - 1)

pool.map(insert_bulk, [1000])

我玩了一下，但没有得到结果。列表元素中的所有元素都相同。

我知道进程不共享内存，所以我猜想当我在其他内存中创建实例时，使用seed（）方法的Faker类无法再引用刚在内存中创建的新实例。处理。到目前为止，我可能是正确的猜测。

有人可以告诉我我做错了什么吗？ :)正确的解决方案将是什么样子。

我也遵循这种方法：

Faker = Factory.create
fake = Faker()
fake.seed(0)

使用insert_bulk方法创建工厂，但这也无济于事。

谢谢。

Answer 1

好的...问题实际上不是很聪明；因为我总是以0进行播种，所以结果总是相同的。我不了解那里的文档。

Faker.seed（）解决了这个问题

python多处理伪造者-无法播种

1 个答案: