многопроцессорное создание подклассов Python.

Question

Я новичок в объектно-ориентированном языке python и переписываю свое существующее приложение как объектно-ориентированную версию, потому что сейчас число разработчиков увеличивается, а мой код становится не обслуживаемым.

Обычно я использую многопроцессорные очереди, но яобнаружил из этого примера http://www.doughellmann.com/PyMOTW/multiprocessing/basics.html, что я могу подкласс multiprocessing.Process, поэтому я думаю, что это хорошая идея, и я написал класс для тестирования следующим образом:

код:

from multiprocessing import Process
class Processor(Process):
    def return_name(self):
        return "Process %s" % self.name
    def run(self):
        return self.return_name()

processes = []


if __name__ == "__main__":

        for i in range(0,5):
                p=Processor()
                processes.append(p)
                p.start()
        for p in processes:
                p.join()

Однако я не могу вернуть значения, как я могу использовать очереди таким образом?

РЕДАКТИРОВАТЬ: я хочу получить возвращаемое значение и подумать, где поставить Queues().

Answer 1

Подклассы multiprocessing.Process:

Однако я не могу вернуть значения, как я могу использовать очереди таким образом?

Процессу требуется Queue() для получения результатов ... Далее следует пример подкласса multiprocessing.Process ...

from multiprocessing import Process, Queue
class Processor(Process):

    def __init__(self, queue, idx, **kwargs):
        super(Processor, self).__init__()
        self.queue = queue
        self.idx = idx
        self.kwargs = kwargs

    def run(self):
        """Build some CPU-intensive tasks to run via multiprocessing here."""
        hash(self.kwargs) # Shameless usage of CPU for no gain...

        ## Return some information back through multiprocessing.Queue
        ## NOTE: self.name is an attribute of multiprocessing.Process
        self.queue.put("Process idx={0} is called '{1}'".format(self.idx, self.name))

if __name__ == "__main__":
    NUMBER_OF_PROCESSES = 5

    ## Create a list to hold running Processor object instances...
    processes = list()

    q = Queue()  # Build a single queue to send to all process objects...
    for i in range(0, NUMBER_OF_PROCESSES):
        p=Processor(queue=q, idx=i)
        p.start()
        processes.append(p)

    # Incorporating ideas from this answer, below...
    #    https://stackoverflow.com/a/42137966/667301
    [proc.join() for proc in processes]
    while not q.empty():
        print "RESULT: {0}".format(q.get())   # get results from the queue...

На моей машине это приводит к ...

$ python test.py
RESULT: Process idx=0 is called 'Processor-1'
RESULT: Process idx=4 is called 'Processor-5'
RESULT: Process idx=3 is called 'Processor-4'
RESULT: Process idx=1 is called 'Processor-2'
RESULT: Process idx=2 is called 'Processor-3'
$

Использование multiprocessing.Pool:

FWIW, один недостаток, который я обнаружил для подкласса multiprocessing.Process, заключается в том, что вы не можете использовать все встроенные достоинства multiprocessing.Pool; Pool дает вам очень хороший API, если вам не нужен код вашего производителя и потребителя для общения друг с другом через очередь.

Вы можете многое сделать только с некоторыми творческими возвращаемыми значениями ... в следующем примере я использую dict() для инкапсуляции входных и выходных значений из pool_job() ...

from multiprocessing import Pool

def pool_job(input_val=0):
    # FYI, multiprocessing.Pool can't guarantee that it keeps inputs ordered correctly
    # dict format is {input: output}...
    return {'pool_job(input_val={0})'.format(input_val): int(input_val)*12}

pool = Pool(5)  # Use 5 multiprocessing processes to handle jobs...
results = pool.map(pool_job, xrange(0, 12)) # map xrange(0, 12) into pool_job()
print results

В результате:

[
    {'pool_job(input_val=0)': 0}, 
    {'pool_job(input_val=1)': 12}, 
    {'pool_job(input_val=2)': 24}, 
    {'pool_job(input_val=3)': 36}, 
    {'pool_job(input_val=4)': 48}, 
    {'pool_job(input_val=5)': 60}, 
    {'pool_job(input_val=6)': 72}, 
    {'pool_job(input_val=7)': 84}, 
    {'pool_job(input_val=8)': 96}, 
    {'pool_job(input_val=9)': 108}, 
    {'pool_job(input_val=10)': 120}, 
    {'pool_job(input_val=11)': 132}
]

Очевидно, что в pool_job() должно быть сделано много других улучшений, таких как обработка ошибок, но это иллюстрирует основы. К вашему сведению, этот ответ предоставляет еще один пример использования multiprocessing.Pool.

Answer 2

Ответ Майка - лучший, но просто для полноты хочу отметить, что я предпочитаю извлекать очередь из join контекстов , поэтому последний бит будет выглядеть так:

[proc.join() for proc in processes] # 1. join

while not q.empty(): # 2. get the results
    print "RESULT: %s" % q.get()

Answer 3

Большое спасибо всем.

Теперь вот как я это сделал :) 1003 *

В этом примере я использую несколько очередей, так как не хочу общаться между каждым пользователем, а только с родительским процессом.

from multiprocessing import Process,Queue
class Processor(Process):
    def __init__(self,queue):
        Process.__init__(self)
        self.que=queue
    def get_name(self):
        return "Process %s" % self.name
    def run(self):
        self.que.put(self.get_name())



if __name__ == "__main__":

        processes = []
        for i in range(0,5):
                p=Processor(Queue())
                processes.append(p)
                p.start()
        for p in processes:
                p.join()
                print p.que.get()

Answer 4

Возвращаемое значение Process.run никуда не денется.Вам необходимо отправить их обратно в родительский процесс, например, используя multiprocessing.Queue ( документы здесь ).