我有一个python多处理模块的简单实现
if __name__ == '__main__':
jobs = []
while True:
for i in range(40):
# fetch one by one from redis queue
#item = item from redis queue
p = Process(name='worker '+str(i), target=worker, args=(item,))
# if p is not running, start p
if not p.is_alive():
jobs.append(p)
p.start()
for j in jobs:
j.join()
jobs.remove(j)
def worker(url_data):
"""worker function"""
print url_data['link']
我希望这段代码做什么:
- 无限循环运行,一直等待Redis队列。
- 如果 Redis 队列不为空,则获取项目。
- 创建 40 个 multiprocess.Process,不多不少
- 如果一个进程已完成处理,则启动新进程,以便始终运行约 40 个进程。
我读到,为了避免应该绑定(bind)(加入)父进程的僵尸进程,这是我希望在第二个循环中实现的。但问题是,在启动时它会产生 40 个进程,worker 完成处理并进入僵尸状态,直到所有当前产生的进程都没有完成, 然后在“while True”的下一次迭代中,相同的模式继续。
所以我的问题是: 我怎样才能避免僵尸进程。并在 40 个中的 1 个完成后立即生成新进程
请您参考如下方法:
对于像您所描述的那样的任务,通常最好使用使用 Pool 的不同方法。
您可以让主进程获取数据,而工作人员处理它。
以下来自 Python Docs 的 Pool 示例
def f(x):
return x*x
if __name__ == '__main__':
pool = Pool(processes=4) # start 4 worker processes
result = pool.apply_async(f, [10]) # evaluate "f(10)" asynchronously
print result.get(timeout=1) # prints "100" unless your computer is *very* slow
print pool.map(f, range(10)) # prints "[0, 1, 4,..., 81]"
我还建议使用 imap 而不是 map 因为看起来你的任务可以是异步的。
您的代码大致如下:
p = Pool(40)
while True:
items = items from redis queue
p.imap_unordered(worker, items) #unordered version is faster
def worker(url_data):
"""worker function"""
print url_data['link']
