![](/img/trans.png)
[英]Using python multiprocessing Pool in the terminal and in code modules for Django or Flask
[英]Multiprocessing in django and Python code
我正在嘗試在 windows 系統上的應用程序中實現多處理。
場景是:從 GUI 中,當我單擊“運行”按鈕時,控件會出現 python 函數(這不是主要函數)。
現在在這個 function 中,我正在運行循環並一次讀取/執行多個文件。 我希望這同時發生。
但是由於 multiprocessing.process() 需要__name__ ='__main__'
,我的 function 在 multiprocessing() 的“ target = function name
”中提到的沒有被調用。
我怎樣才能讓它發生。 如果 multiprocessing 似乎是錯誤的方式,那么還有其他方法可以提高代碼性能嗎?
添加示例代碼(請注意,這只是一個偽代碼,我在其中添加了高級代碼以理解流程,請原諒任何語法錯誤):
urls.py 文件:
from django.urls import path
from textapp import views
urlpatterns = [
path('execute/',views.functiontomultiprocess),
...
other urls
]
意見.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()
Task runner 可以使用,特別是Celery 。
通過 Celery 可以創建“任務輪”:
我的任務.py
from celery import task
@task
def myJob(*args,**kwargs):
# main task
# . . .
我的觀點.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 的調用將注冊 * myJob * 以供您的一個 * celery * 執行,但不會阻止表示執行。
直到工作人員沒有空閑時才會執行任務,因此您應該不會遇到進程數問題。
這太長了,無法在評論中指定,因此:
同樣,我沒有 Django 方面的專業知識,但我認為這不會在 Windows 或 Linux/Unix 上造成問題。 但是,您沒有指定所要求的平台。 但此外,您提供的代碼將完成很少的工作,因為您的循環會創建一個進程並等待它完成,然后再創建下一個進程。 最后,您永遠不會同時運行一個以上的進程,因此沒有並行性。 要更正該問題,請嘗試以下操作:
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,您可以選擇。 這使用了concurrent.futures
模塊:
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
這使用multiprocessing
模塊:
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
現在你只需要嘗試看看。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.