使用python多处理功能与函数共享信号量
发布时间:2020-12-20 13:14:37 所属栏目:Python 来源:网络整理
导读:我想通过将信号量传递给函数来同步对 python multiprocessing.Pool中多个worker的共享资源的访问.这是一些伪代码. def do_work(payload,semaphore): with semaphore: access_the_shared_resource(payload) 函数do_work在库中定义,这样我就无法在本地范围内定
我想通过将信号量传递给函数来同步对
python multiprocessing.Pool中多个worker的共享资源的访问.这是一些伪代码.
def do_work(payload,semaphore): with semaphore: access_the_shared_resource(payload) 函数do_work在库中定义,这样我就无法在本地范围内定义函数可以继承的信号量.我也不能使用functools.partial传递信号量,因为多处理试图腌制不允许的信号量.似乎有用的是使用multiprocessing.Manager来创建信号量的代理: manager = multiprocessing.Manager() semaphore = manager.Semaphore() with multiprocessing.Pool() as pool: results = pool.map(functools.partial(do_work,semaphore=semaphore),payloads) 这是最好的方法还是我错过了明显的解决方案? 解决方法
您唯一的另一个选择是使用初始化程序和initargs在池创建时将常规多处理.Semaphore传递给每个工作进程,并将其用作全局变量:
semaphore = None def do_work(payload): with semaphore: return payload def init(sem): global semaphore semaphore = sem if __name__ == "__main__": sem = multiprocessing.Semaphore() with multiprocessing.Pool(initializer=init,initargs=(sem,)) as p: results = p.map(do_work,payloads) 您在父项中定义的全局信号量变量将设置为每个子进程中的multiprocessing.Semaphore(). 使用manager.Semaphore()很好,虽然它确实需要产生额外的Python进程. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |