Skip to main content
 首页 » 编程设计

Python 多处理池从第一个 block 的输入中吞下异常

2025年01月19日14开发

我正在编写一个脚本来读取一堆文件,然后并行处理所有这些文件中的行。

我的问题是,如果脚本无法打开某些文件,它会表现得很奇怪。如果它是列表中较晚的文件之一,则它会处理较早的文件,并在到达坏文件时报告异常。但是,如果它无法打开列表中的第一个文件,那么它什么也不处理,也不会报告异常。

如何让脚本报告所有异常,无论它们在列表中的什么位置?

关键问题似乎是pool.imap() 的 block 大小。如果在提交第一个 block 之前发生异常,它将静默失败。

这里有一个重现问题的小脚本:

from multiprocessing.pool import Pool 
 
 
def prepare(): 
    for i in range(5): 
        yield i+1 
 
    raise RuntimeError('foo') 
 
 
def process(x): 
    return x 
 
 
def test(chunk_size): 
    pool = Pool(10) 
    n = raised = None 
    try: 
        for n in pool.imap(process, prepare(), chunksize=chunk_size): 
            pass 
    except RuntimeError as ex: 
        raised = ex 
    print(chunk_size, n, raised) 
 
 
def main(): 
    print('chunksize n raised') 
    for chunk_size in range(1, 10): 
        test(chunk_size) 
 
 
if __name__ == '__main__': 
    main() 

prepare() 函数生成五个整数,然后引发异常。该生成器被传递给 pool.imap(), block 大小从 1 到 10。然后它打印出 block 大小、收到的结果数以及引发的任何异常。

chunksize n raised 
1 5 foo 
2 4 foo 
3 3 foo 
4 4 foo 
5 5 foo 
6 None None 
7 None None 
8 None None 
9 None None 

您可以看到异常被正确报告,直到 block 大小增加到足以在提交第一个 block 之前发生异常。然后它默默地失败了,没有返回任何结果。

请您参考如下方法:

如果我在我自己的可移植系统上使用 Python 2.7.13 和 3.5.4 运行它(为了 py2k 和 py3k 的交叉兼容性,我稍微修改了它),我得到:

$ python2 --version 
Python 2.7.13 
$ python2 mptest.py 
chunksize    n raised 
        1    5 foo 
        2    4 foo 
        3    3 foo 
        4    4 foo 
        5    5 foo 
        6 None None 
        7 None None 
        8 None None 
        9 None None 
$ python3 --version 
Python 3.5.4 
$ python3 mptest.py 
chunksize    n raised 
        1    5 foo 
        2    4 foo 
        3    3 foo 
        4    4 foo 
        5    5 foo 
        6 None foo 
        7 None foo 
        8 None foo 
        9 None foo 

我认为对于大于 5 的 block 大小它失败(并因此打印 None)这一事实并不令人惊讶,因为自生成器以来没有池进程可以获取六个参数调用 mptest 产生的结果只能调用 5 次。

令人惊讶的是,Python2.7.9 对大于 5 的 block 大小的异常表示 None,而 Python 3.5 对异常表示 foo。

这是 Issue #28699 , 固定在 commit 794623bdb2 .该修复程序显然已向后移植到 Python 3.5.4,但没有移植到 Python 2.7.9,显然也没有移植到您自己的 Python 3 版本。