Python 多进程 工作/队列

Question

我有一个Python函数需要总共运行12次。目前我使用的是multiprocessing库中的Pool来并行运行这些任务。通常我一次运行6个，因为这个函数对CPU的要求很高，同时运行12个往往会导致程序崩溃。当我一次运行6个时，第二组6个任务会等到第一组的6个任务全部完成后才开始。理想情况下，我们希望在第一组的6个任务中有一个完成后，能立即开始下一个任务（比如第7个），这样就能保持6个任务同时运行，而还有更多的任务可以开始。目前代码是这样的（会被调用两次，第一次传入前6个元素，第二次传入后6个元素）：

from multiprocessing import Pool

def start_pool(project_list):

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

我一直在尝试实现一个工作者/队列的解决方案，但遇到了一些问题。我有一个工作者函数，代码如下：

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

调用这个工作者函数的代码如下：

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只是一个包含12个项目路径的列表，这些项目需要在函数'run_assignments_parallel'中运行。

现在的写法是，函数对同一个进程（项目）被调用了多次，我不太明白发生了什么。这段代码是基于我找到的一个示例，我觉得循环结构可能有问题。如果能得到一些帮助我会非常感激，对这个问题我表示歉意。谢谢！

Answer 1

你可以使用MPipe这个模块。

创建一个有6个工作者的单阶段管道，把你所有的项目作为任务放进去。然后只需要从最后读取结果（在你的情况下，就是状态）。

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)

Answer 2

理想情况下，我们希望在最初的6个任务中，有一个完成后，能够立即启动另一个（比如第7个）。这样就可以同时运行6个任务，而还有更多的任务等待开始。

你只需要做的就是传入所有12个输入参数，而不是6个：

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)