django和Python代码中的多处理

Question

我正在尝试在 windows 系统上的应用程序中实现多处理。

场景是：从 GUI 中，当我单击“运行”按钮时，控件会出现 python 函数（这不是主要函数）。

现在在这个 function 中，我正在运行循环并一次读取/执行多个文件。 我希望这同时发生。

但是由于 multiprocessing.process() 需要__name__ ='__main__' ，我的 function 在 multiprocessing() 的“ target = function name ”中提到的没有被调用。

我怎样才能让它发生。 如果 multiprocessing 似乎是错误的方式，那么还有其他方法可以提高代码性能吗？

添加示例代码（请注意，这只是一个伪代码，我在其中添加了高级代码以理解流程，请原谅任何语法错误）：

urls.py 文件：

from django.urls import path
from textapp import views

urlpatterns = [
    path('execute/',views.functiontomultiprocess),
    ...
    other urls
    ]

意见.py：

def functiontomultiprocess(request):
nprocess = []
for doc in alldocs:
   p = multiprocess.Process(function2)
   p.start() # start process
   nprocess.append(p) 

 for  p1 in nprocess:
   p1.join()

Answer 1

Task runner 可以使用，特别是Celery 。

通过 Celery 可以创建“任务轮”：

我的任务.py

from celery import task

@task
def myJob(*args,**kwargs):
    # main task
    # . . .

我的观点.py

from django.shortcuts import render_to_response as rtr

from .tasks import myJob

def view(request):
    # view
    # . . .
    myJob.delay(*args,**kwargs)
    return rtr('template.html', {'message': 'Job has been entered'})

.delay 的调用将注册 * myJob * 以供您的一个 * celery * 执行，但不会阻止表示执行。

直到工作人员没有空闲时才会执行任务，因此您应该不会遇到进程数问题。

Answer 2

这太长了，无法在评论中指定，因此：

同样，我没有 Django 方面的专业知识，但我认为这不会在 Windows 或 Linux/Unix 上造成问题。 但是，您没有指定所要求的平台。 但此外，您提供的代码将完成很少的工作，因为您的循环会创建一个进程并等待它完成，然后再创建下一个进程。 最后，您永远不会同时运行一个以上的进程，因此没有并行性。 要更正该问题，请尝试以下操作：

def functiontomultiprocess(request):
    processes = []
    for doc in alldocs: # where is alldocs defined?
        p = multiprocess.Process(function2, args=(doc,)) # pass doc to function2
        processess.append(p)
        p.start()
    # now wait for the processes to complete
    for p in processes:
        p.join()

或者，如果您想使用游泳池，您可以选择。 这使用了concurrent.futures模块：

import concurrent.futures

def functiontomultiprocess(request):
    """
    Does it make sense to create more processes than CPUs you have?
    It might if there is a lot of I/O. In which case try:
    n_processes = len(alldocs)
    """
    n_processes = min(len(alldocs), multiprocessing.cpu_count())
    with concurrent.futures.ProcessPoolExecutor(max_workers=n_processes) as executor:
        futures = [executor.submit(function2, doc) for doc in alldocs] # create sub-processes
        return_values = [future.result() for future in futures] # get return values from function2

这使用multiprocessing模块：

import multiprocessing

def functiontomultiprocess(request):
    n_processes = min(len(alldocs), multiprocessing.cpu_count())
    with multiprocessing.Pool(processes=n_processes) as pool:
        results = [pool.apply_async(function2, (doc,)) for doc in alldocs] # create sub-processes
        return_values = [result.get() for result in results] # get return values from function2

现在你只需要尝试看看。