Python多處理工作者/隊列

Question

我有一個python函數，總共運行12次。 我目前設置這個設置來使用多處理庫中的池來並行運行所有這些池。 通常我一次運行6，因為該功能是CPU密集型的並且並行運行12經常導致程序崩潰。 當我們一次做6時，第二組6將不會開始，直到所有前6個過程完成。 理想情況下，我們希望另一個（例如第7個）在第一批6的一個完成后立即啟動 - 這樣6個一次運行，而有更多的啟動。 現在代碼看起來像這樣（它將被調用兩次，將前6個元素傳遞到一個列表中，然后將第二個6傳遞給另一個列表：

from multiprocessing import Pool

def start_pool(project_list):

    pool = Pool(processes=6)
    pool.map(run_assignments_parallel,project_list[0:6])

所以我一直在嘗試實現一個worker / queue解決方案並遇到了一些問題。 我有一個看起來像這樣的worker函數：

def worker(work_queue, done_queue):
    try:
        for proj in iter(work_queue.get, 'STOP'):
            print proj
            run_assignments_parallel(proj)
            done_queue.put('finished ' + proj )
    except Exception, e:        
        done_queue.put("%s failed on %s with: %s" % (current_process().name, proj,        e.message))
    return True

調用worker函數的代碼如下：

workers = 6
work_queue = Queue()
done_queue = Queue()  
processes = []
for project in project_list:
    print project
    work_queue.put(project)
for w in xrange(workers):        
    p = Process(target=worker, args=(work_queue, done_queue))
    p.start()
    processes.append(p)
    work_queue.put('STOP')
for p in processes:
     p.join()    
     done_queue.put('STOP')
for status in iter(done_queue.get, 'STOP'):        
    print status

project_list只是需要在函數“run_assignments_parallel”中運行的12個項目的路徑列表。

現在編寫這個函數的方法是，對於同一個進程（項目），函數被多次調用，我真的不知道發生了什么。 這段代碼基於我找到的一個例子，我很確定循環結構搞砸了。 任何幫助都會很棒，我對此事無知感到抱歉。 謝謝！

Answer 1

理想情況下，我們希望另一個（例如第7個）在第一批6的一個完成后立即啟動 - 這樣6個一次運行，而有更多的啟動。

您需要更改的是傳遞所有12個輸入參數而不是6：

from multiprocessing import Pool
pool = Pool(processes=6) # run no more than 6 at a time
pool.map(run_assignments_parallel, project_list) # pass full list (12 items)

Answer 2

您可以使用MPipe模塊。

創建一個6工作的單階段管道，並將所有項目作為任務提供 。 然后只需讀取結果 （在您的情況下，狀態）。

from mpipe import Pipeline, OrderedStage

...    

pipe = Pipeline(OrderedStage(run_assignments_parallel), 6)    

for project in project_list:
   pipe.put(project)

pipe.put(None)  # Signal end of input.

for status in pipe.results():
   print(status)