Question

我在python中遇到以下问题。

我需要并行进行一些计算，我需要在文件中按顺序编写结果。所以我创建了一个接收multiprocessing.Queue和文件句柄的函数，进行计算并将结果打印在文件中：

import multiprocessing
from multiprocessing import Process, Queue
from mySimulation import doCalculation   

# doCalculation(pars) is a function I must run for many different sets of parameters and collect the results in a file

def work(queue, fh):
while True:
    try:
        parameter = queue.get(block = False)
        result = doCalculation(parameter) 
        print >>fh, string
    except:
        break


if __name__ == "__main__":
    nthreads = multiprocessing.cpu_count()
    fh = open("foo", "w")
    workQueue = Queue()
    parList = # list of conditions for which I want to run doCalculation()
    for x in parList:
        workQueue.put(x)
    processes = [Process(target = writefh, args = (workQueue, fh)) for i in range(nthreads)]
    for p in processes:
       p.start()
    for p in processes:
       p.join()
    fh.close()

但是脚本运行后文件结束为空。我试图将worker（）函数更改为：

def work(queue, filename):
while True:
    try:
        fh = open(filename, "a")
        parameter = queue.get(block = False)
        result = doCalculation(parameter) 
        print >>fh, string
        fh.close()
    except:
        break

并将文件名作为参数传递。然后它按我的意图工作。当我尝试按顺序执行相同的操作时，如果没有多处理，它也可以正常工作。

为什么它在第一个版本中没有用？我看不出问题。

另外：我可以保证两个进程不会同时尝试写入文件吗？

编辑：

感谢。我现在明白了。这是工作版本：

import multiprocessing
from multiprocessing import Process, Queue
from time import sleep
from random import uniform

def doCalculation(par):
    t = uniform(0,2)
    sleep(t)
    return par * par  # just to simulate some calculation

def feed(queue, parlist):
    for par in parlist:
            queue.put(par)

def calc(queueIn, queueOut):
    while True:
        try:
            par = queueIn.get(block = False)
            print "dealing with ", par, "" 
            res = doCalculation(par)
            queueOut.put((par,res))
        except:
            break

def write(queue, fname):
    fhandle = open(fname, "w")
    while True:
        try:
            par, res = queue.get(block = False)
            print >>fhandle, par, res
        except:
            break
    fhandle.close()

if __name__ == "__main__":
    nthreads = multiprocessing.cpu_count()
    fname = "foo"
    workerQueue = Queue()
    writerQueue = Queue()
    parlist = [1,2,3,4,5,6,7,8,9,10]
    feedProc = Process(target = feed , args = (workerQueue, parlist))
    calcProc = [Process(target = calc , args = (workerQueue, writerQueue)) for i in range(nthreads)]
    writProc = Process(target = write, args = (writerQueue, fname))


    feedProc.start()
    for p in calcProc:
        p.start()
    writProc.start()

    feedProc.join ()
    for p in calcProc:
        p.join()
    writProc.join ()

Answer 1

你真的应该使用两个队列和三种不同的处理方式。

将内容放入队列＃1。
从队列＃1中获取内容并进行计算，将内容放入队列＃2中。你可以拥有其中的许多，因为它们从一个队列中获得并安全地放入另一个队列。
从队列＃2中取出东西并将其写入文件。你必须拥有其中的一个，而不是更多。它“拥有”该文件，保证原子访问，并绝对保证文件干净，一致地编写。

Answer 2

如果有人正在寻找一种简单的方法来做同样的事情，这可以帮到你。我不认为以这种方式做这件事有任何不利之处。如果有，请告诉我。

import multiprocessing 
import re

def mp_worker(item):
    # Do something
    return item, count

def mp_handler():
    cpus = multiprocessing.cpu_count()
    p = multiprocessing.Pool(cpus)
    # The below 2 lines populate the list. This listX will later be accessed parallely. This can be replaced as long as listX is passed on to the next step.
    with open('ExampleFile.txt') as f:
        listX = [line for line in (l.strip() for l in f) if line]
    with open('results.txt', 'w') as f:
        for result in p.imap(mp_worker, listX):
            # (item, count) tuples from worker
            f.write('%s: %d\n' % result)

if __name__=='__main__':
    mp_handler()

来源：Python: Writing to a single file with queue while using multiprocessing Pool

Answer 3

写入工作程序代码中存在错误，如果该块为false，则工作程序将永远不会获取任何数据。应该如下：

par, res = queue.get(block = True)

您可以通过添加行

进行检查

 print "QSize",queueOut.qsize()

之后 queueOut.put((par,res))

使用block = False，你会得到不断增加的队列长度，直到它填满，而不像block = True，你总是得到＃34; 1＆＃34;。

使用多处理写入文件

3 个答案: