使用Python的multiprocessing.pool.map来操作相同的整数

Question

问题

我正在使用Python的多处理模块异步执行函数。我想要做的是能够跟踪我的脚本的整体进度，因为每个进程调用并执行def add_print。例如，我希望下面的代码向total添加1，并在每次进程运行该函数时打印出值（1 2 3 ... 18 19 20）。我的第一次尝试是使用全局变量，但这不起作用。由于函数是异步调用的，因此每个进程将total读为0以启动，并且独立于其他进程添加1。所以输出是20 1而不是递增值。

我怎么能以同步方式从映射函数引用相同的内存块，即使该函数是异步运行的？我有一个想法是以某种方式缓存内存中的total，然后当我添加到total时引用那个确切的内存块。这是python中可能的，基本上合理的方法吗？

如果您需要更多信息或者我没有解释得足够好，请告诉我。

谢谢！

---

码

#!/usr/bin/python

## Import builtins
from multiprocessing import Pool 

total = 0

def add_print(num):
    global total
    total += 1
    print total


if __name__ == "__main__":
    nums = range(20)

    pool = Pool(processes=20)
    pool.map(add_print, nums)

Answer 1

你可以使用shared Value：

import multiprocessing as mp

def add_print(num):
    """
    https://eli.thegreenplace.net/2012/01/04/shared-counter-with-pythons-multiprocessing
    """
    with lock:
        total.value += 1
    print(total.value)

def setup(t, l):
    global total, lock
    total = t
    lock = l

if __name__ == "__main__":
    total = mp.Value('i', 0)
    lock = mp.Lock()
    nums = range(20)
    pool = mp.Pool(initializer=setup, initargs=[total, lock])
    pool.map(add_print, nums)

池初始化程序为每个工作程序子进程调用一次setup。 setup使total成为工人流程中的全局变量，因此当工人调用total时，可以在add_print内部访问add_print。

请注意，进程数不应超过计算机所具有的CPU数。如果这样做，多余的子进程将等待CPU变为可用。所以除非你有20个或更多的CPU，否则不要使用processes=20。如果你不提供processes参数，multiprocessing将检测可用的CPU数量，并为你生成一个包含那么多工人的池。任务数量（例如nums的长度）通常大大超过CPU的数量。没关系;当工作人员可用时，任务由一个工作人员排队和处理。