multiprocess.Queue.get() 在 python 中需要很長時間

Question

我需要通過迭代數據來獲取真正的大數據塊。 我總共需要幾百萬次迭代。 所以我認為壓制會加快我的進程，而且幾乎做到了。 我使用subprocess.Queue來調用不同的線程，這實際上工作得很好，但是當我調用 *subprocess.Queue.get()` 時，程序需要很長時間才能獲得結果。 也許我做錯了什么。 這是我的最小示例：

def get_losses(self, tags=None):
    return_dict = {}
    output_list = multiprocessing.Queue()
    process_list = []

    # Create quese definition
    for experiment, path in self.tf_board_dicts.items():
        t = multiprocessing.Process(target=self._load_vec_from_tfboard, args=(path, tags, experiment))
        process_list.append(t)
    print("Starting subprocesse with a total of {} workers. \n These are  {}".format(len(process_list),
                                                                                         process_list))
    # Run processes
    for p in process_list:
        p.start()

    # Exit the finished threads
    for p in process_list:
        p.join()
    print("All subprocesses are termianted")

    # Get results
    results = [output_list.get() for p in process_list]
    print("All losses are gathered: {}".format([tup[0] for tup in results]))

    # Create dict
    for experiment_losses in results:
         return_dict[experiment_losses[0]] = experiment_losses[1]

    return return_dict

Answer 1

您可以在此處找到隊列無限時間問題的答案： Python 進程未加入

發生這種情況是因為當大量數據被推入Queue時， Queue在內部使用緩沖區。 在該緩沖區被刷新之前，寫入Queue的進程無法退出，直到您開始將內容從Queue取出時才會退出。 因此，由於您在從正在寫入的Queue對象中提取任何內容之前嘗試加入所有進程，因此它們無法退出，因此join掛起。 您可以通過在對進程調用join之前排空Queue來解決此問題。 – 達諾 2014 年 9 月 25 日 16:16