如果其中一个线程结束firs，则结束python多线程处理

Question

因此，我使用以下代码同时在多个函数中运行任务：

        if __name__ == '__main__':
            po = Pool(processes = 10)
            resultslist = []
            i = 1
            while i <= 2:
                arg = [i]
                result = po.apply_async(getAllTimes, arg)
                resultslist.append(result)
                i += 1

            feedback = []
            for res in resultslist:
                multipresults = res.get()
                feedback.append(multipresults)

matchesBegin, matchesEnd = feedback[0][0], feedback[0][1]
TheTimes = feedback[1]

这对我很有效。我目前正在使用它同时运行两个作业

但问题是，在进入脚本的下一阶段之前，我并不总是需要同时完成所有两个正在运行的作业。有时，如果第一个作业成功完成，并且我能够通过验证matchesbegen，matchesEnd中的内容来确认它，我希望能够继续并终止另一个作业

我的问题是，我不知道怎么做

作业1通常比作业2完成的快得多。所以，我在这里尝试做的是，如果作业1在作业2之前完成，并且作业1中变量的内容（matchesbegen，matchesEnd）为真，那么，我希望作业2被吹走，因为我不再需要它了。如果我不把它吹走，只会延长剧本的完成时间。只有当来自作业1的变量的结果不为True时，才应允许作业2继续运行

Answer 1

我不知道您的用例的所有细节，但我希望这能为您提供一些指导。从本质上讲，您从apply_async()开始的工作可以完成这项工作，但是您还需要使用它的callback参数并评估传入的结果，以查看它是否满足您的条件，如果满足，则采取相应的操作。我已经破解了你的代码，得到了这个：

class ParallelCall:
    def __init__(self, jobs=None, check_done=lambda res: None):
        self.pool = Pool(processes=jobs)
        self.pending_results = []
        self.return_results = []
        self.check_done = check_done

    def _callback(self, incoming_result):
        self.return_results.append(incoming_result)
        if self.check_done(incoming_result):
            self.pool.terminate()
        return incoming_result

    def run_fce(self, fce, *args, **kwargs):
        self.pending_results.append(self.pool.apply_async(fce,
                                                          *args, **kwargs,
                                                          callback=self._callback))

    def collect(self):
        self.pool.close()
        self.pool.join()
        return self.return_results

你可以这样使用：

def final_result(result_to_check):
    return result_to_check[0] == result_to_check[1]

if __name__ == '__main__':
    runner = ParallelCall(jobs=2, check_done=final_result)
    for i in range(1,3):
        arg = [i]
        runner.run_fce(getAllTimes, arg)

    feedback = runner.collect()

    TheTimes = feedback[-1]  # last completed getAllTimes call

它有什么作用runner是ParallelCall（注意：我只使用了两个worker，因为您似乎只运行了两个作业）的一个实例，它使用final_result()函数来评估结果是否是有效最终结果的合适候选。在这种情况下，第一项和第二项相等

我们用它来启动getAllTimes两次，就像上面的例子一样。它和您一样使用apply_async()，但是我们现在也注册了一个回调，当结果可用时，我们通过它传递结果。我们还将它传递给用check_done注册的函数，以查看是否得到了可接受的最终结果，如果是这样（返回值的计算结果为True），则停止所有工作进程

免责声明：这并不完全是您的示例所做的，因为返回列表不是按函数调用发生的顺序排列的，而是按结果可用的顺序排列的

然后我们将collect()可用结果转换成feedback。此方法关闭池以不接受任何进一步的任务（close()），然后等待辅助进程完成（wait()）（如果传入的结果之一与注册的条件匹配，则可以停止它们）。然后我们返回所有的结果（或者直到匹配的结果或者直到所有的工作都完成）

我已经把它放到了ParallelCall类中，这样我就可以方便地跟踪挂起的和完成的结果，并知道我的池是什么。默认的check_done基本上是一个（可调用的）nop