並行運行單獨的進程 - Python

Question

我使用 python 'multiprocessing' 模塊在多個內核上運行單個進程，但我想並行運行幾個獨立進程。

例如，進程一解析大文件，進程二在不同文件中查找模式，進程三做一些計算； 可以並行運行所有這三個具有不同參數集的不同處理嗎？

def Process1(largefile):
    Parse large file
    runtime 2hrs
    return parsed_file

def Process2(bigfile)
    Find pattern in big file
    runtime 2.5 hrs
    return pattern

def Process3(integer)
    Do astronomical calculation
    Run time 2.25 hrs
    return calculation_results

def FinalProcess(parsed,pattern,calc_results):
    Do analysis
    Runtime 10 min
    return final_results

def main():
parsed = Process1(largefile)
pattern = Process2(bigfile)
calc_res = Process3(integer)
Final = FinalProcess(parsed,pattern,calc_res)

if __name__ == __main__:
    main()
    sys.exit()

在上面的偽代碼中，Process1、Process2 和 Process3 是單核進程，即它們不能在多個處理器上運行。 這些進程按順序運行，需要 2+2.5+2.25hrs = 6.75 小時。 是否可以並行運行這三個進程？ 這樣它們就可以在不同的處理器/內核上同時運行，並且當大部分時間（Process2）完成時，我們才進入最終進程。

Answer 1

從16.6.1.5. 使用工人池：

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))          # prints "[0, 1, 4,..., 81]"

因此，您可以對池 apply_async 並在一切准備就緒后獲得結果。

from multiprocessing import Pool

# all your methods declarations above go here
# (...)

def main():
    pool = Pool(processes=3)
    parsed = pool.apply_async(Process1, [largefile])
    pattern = pool.apply_async(Process2, [bigfile])
    calc_res = pool.apply_async(Process3, [integer])

    pool.close()
    pool.join()

    final = FinalProcess(parsed.get(), pattern.get(), calc_res.get())

# your __main__ handler goes here
# (...)