如何检查来自 Python 多处理的进程 class 是否有效？

Question

我编写了以下代码，它运行 function 模拟一系列化学反应的随机模拟。 我编写了以下代码：

v = range(1, 51)
def parallelfunc(*v):     
    gillespie_tau_leaping(start_state, LHS, stoch_rate, state_change_array)

def info(title):
    print(title)
    print('module name:', __name__)
    print('parent process:', os.getppid())
    print('process id:', os.getpid())

if __name__ == '__main__':
    info('main line')
    start = datetime.utcnow()
    p = Process(target=parallelfunc, args=(v))
    p.start()    
    p.join()
    end = datetime.utcnow()
    sim_time = end - start
    print(f"Simualtion utc time:\n{sim_time}")

我正在使用多处理库中的 Process 方法，并尝试运行gillespie_tau_leaping 50 次。

只有我不确定它是否有效。 gillespie_tau_leaping向终端打印出一些值，但这些值只打印一次，我希望它们被打印出 50 次。

我尝试使用getpid等命令，这会将以下内容返回到终端：

main line
module name: __main__
parent process: 6188
process id: 27920

如何判断我的代码是否有效，以及如何让它将gillepsie_tau_leaping中的值打印 50 次到终端？

干杯

Answer 1

您的代码只运行一个进程，对Process的调用会产生一个新线程，但您只执行一次（而不是循环）。

我建议您使用多处理池您的代码可以是这样的：

from multiprocess import Pool
def parallelfunc(*args):
    do_something()

def main():
   # create a list of list of args for the function invocation
   func_args = [['arg1call1', 'arg2call1', 'arg3call1'], ['arg1call2', 'arg2call2', 'arg3call2']]
   with Pool() as p:
      results = p.map(parallelfunc, func_args)
   # do something with results which is a list of results

默认情况下， multiprocessing池创建与您的 CPU 内核相同数量的进程，并管理进程池直到处理结束，以处理所有进程间通信。 这真的很方便，因为同步进程可能很困难。

希望这可以帮助