[英]Can I use a multiprocessing Queue in a function called by Pool.imap?
[英]Can't pickle psycopg2.extensions.connection objects when using pool.imap, but can be done in individual processes
我正在尝试构建一个应用程序,它将“检查”一个单元格,该单元格是一个覆盖地理数据库中一部分土地的正方形,并对该单元格内的特征进行分析。 由于我要处理许多单元格,因此我使用的是多处理方法。
我让它在我的 object 内部工作,如下所示:
class DistributedGeographicConstraintProcessor:
...
def _process_cell(self, conn_string):
conn = pg2.connect(conn_string)
try:
cur = conn.cursor()
cell_id = self._check_out_cell(cur)
conn.commit()
print(f"processing cell_id {cell_id}...")
for constraint in self.constraints:
# print(f"processing {constraint.name()}...")
query = constraint.prepare_distributed_query(self.job, self.grid)
cur.execute(query, {
"buffer": constraint.buffer(),
"cell_id": cell_id,
"name": constraint.name(),
"simplify_tolerance": constraint.simplify_tolerance()
})
# TODO: do a final race condition check to further suppress duplicates
self._check_in_cell(cur, cell_id)
conn.commit()
finally:
del cur
conn.close()
return None
def run(self):
while True:
if not self._job_finished():
params = [self.conn_string] * self.num_cores
processes = []
for param in params:
process = mp.Process(target=self._process_cell, args=(param,))
processes.append(process)
sleep(0.1) # Prevent multiple processes from checkout out the same grid square
process.start()
for process in processes:
process.join()
else:
self._finalize_job()
break
但问题是它只会启动四个进程并等到它们都完成后再启动四个新进程。
我想这样当一个进程完成它的工作时,它会立即开始在下一个单元上工作,即使它的协同进程还没有完成。
我不确定如何实现这一点,我尝试过使用这样的池:
def run(self):
pool = mp.Pool(self.num_cores)
unprocessed_cells = self._unprocessed_cells()
for i in pool.imap(self._process_cell, unprocessed_cells):
print(i)
但这只是告诉我连接不能被腌制:
TypeError: can't pickle psycopg2.extensions.connection objects
但我不明白为什么,因为它与我在imap
function 中使用的 function 与Process
目标完全相同。
我已经看过这些线程,这就是为什么他们不回答我的问题:
Process
实例时,它可以工作,具有相同的 function 和相同的输入。我的猜测是您正在将一些连接 object 附加到self
; 尝试仅使用函数(无类/方法)重写您的解决方案。
这是我前段时间使用的单生产者/多工人解决方案的简化版本:
def worker(param):
//connect to pg
//do work
def main():
pool = Pool(processes=NUM_PROC)
tasks = []
for param in params:
t = pool.apply_async(utils.process_month, args=(param, ))
tasks.append(t)
pool.close()
finished = false
while not finished:
finished = True
for t in tasks:
if not t.ready():
finished = False
break
time.sleep(1)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.