Python - 多处理意外结果

Question

我有一些包含迭代器的代码，效果很好：

import multiprocessing

m = [0,1,2,3]


class gener(object):
    def __init__(self, m):
        self.m = m
        self.c = 0

    def __iter__(self):
        return self

    def next(self):
        time.sleep(1)
        ret = self.m[self.c]
        self.c += 1
        return ret 


tt  = gener(m)

def gen(t):
    return t.next() 

print gen(tt)
print gen(tt)
print gen(tt)

OUT：

 0 1 2 

但是如果我尝试将其插入到并行进程中，我就不会得到预期的结果：

import time
import multiprocessing

m = [0,1,2,3]


class gener(object):
    def __init__(self, m):
        self.m = m
        self.c = 0

    def __iter__(self):
        return self

    def next(self):
        time.sleep(1)
        ret = self.m[self.c]
        self.c += 1
        return ret 


tt  = gener(m)

def gen(t):
    return t.next() 

job1 = multiprocessing.Process(target=gen, args=(tt,))
print job1.start()

job2 = multiprocessing.Process(target=gen, args=(tt,))
print job2.start()

job3 = multiprocessing.Process(target=gen, args=(tt,))
print job3.start()

OUT：

 <None)> <None)> <None)> 

我无法弄清楚，我怎么能通过并行使用这个迭代器。 有谁能够帮我？ 谢谢！

更新：

关注@Anand S Kumar非常有用的帮助，我更新了我的代码，它工作正常，除了输出是模糊的，目前我正在试图弄清楚什么是错的，也许它将成为另一个主题的主题，也许是Anand会帮助我:)）：

from threading import Thread, Lock
import time



m = [0,1,2,3]
starter = 0

class gener(object):
    def __init__(self, m):
        self.m = m
        self.c = 0

    def __iter__(self):
        return self

    def next(self):
        time.sleep(1)
        ret = self.m[self.c]
        self.c += 1
        return ret

tt = gener(m)


def f(t):
    global starter
    lock = Lock()
    lock.acquire()
    try:
        starter = t.next()
    finally:
        lock.release() 


t1 = Thread(target=f,args=(tt,))
t1.start()

t2 = Thread(target=f,args=(tt,))
t2.start()

t3 = Thread(target=f,args=(tt,))
t3.start()

t1.join()
print starter
t2.join()
print starter
t3.join()
print starter

不同的输出，使用相同的代码：

 0 1 2 2 2 2 0 2 2 

Answer 1

您正在尝试打印job.start()函数的返回值，该函数不返回任何内容，因此它将打印None 。

您可以将print语句移动到gen(t)函数中，而不是打印job.start()的返回值，例如 -

def gen(t):
    print t.next()

然后运行该程序，而不打印job.start() 。

如果要从函数中接收返回值，可以使用多处理模块中的Pool 。 [文档]

文档中的一个例子 -

from multiprocessing import Pool

def f(x):
    return x*x

if __name__ == '__main__':
    pool = Pool(processes=4)              # start 4 worker processes
    result = pool.apply_async(f, [10])    # evaluate "f(10)" asynchronously
    print result.get(timeout=1)           # prints "100" unless your computer is *very* slow
    print pool.map(f, range(10))

但请注意，您实际上是在创建多个进程，而不是线程，它们不会共享全局变量。

我相信你想要的是threads ，也许下面的例子可以帮助你开始 -

from threading import Thread, Lock
m = [0,1,2,3]
starter = 0

class gener(object):
    def __init__(self, m):
        self.m = m
        self.c = 0

    def __iter__(self):
        return self

    def next(self):
        ret = self.m[self.c]
        self.c += 1
        return ret 

tt  = gener(m)


def f(t):
    global starter
    lock = Lock()
    lock.acquire()
    try:
        starter = t.next()
    finally:
        lock.release()

t1 = Thread(target=f,args=(tt,))
t1.start()
t2 = Thread(target=f,args=(tt,))
t2.start()
t1.join()
t2.join()

Answer 2

两个问题：

1） start()函数不返回值，因此您将打印出None 。

2）您将生成器对象传递给每个进程，从而将原始的gener对象（在主进程中声明） 复制三次，一次复制到每个forked进程的堆栈。 因此，即使您将功能更改为：

def gen(t):
    print t.next()

所有你要做的就是在每个单独的gener对象上第一次也是唯一一次调用next() ，打印：

0
0
0

为了获得所需的效果，您需要在主进程中执行迭代，并将其结果传递给每个生成的进程：

job1 = multiprocessing.Process(target=gen, args=(tt.next(),))
#print job1.start()

job2 = multiprocessing.Process(target=gen, args=(tt.next(),))
#print job2.start()

job3 = multiprocessing.Process(target=gen, args=(tt.next(),))
#print job3.start()

那么你所有的gen函数需要做的就是print值：

def gen(t):
    print t

你得到：

0
1
2