7

也许更熟悉 Python 的多处理池代码的人可以帮助我。我正在尝试通过套接字连接同时连接到我网络上的多个主机（任何时候 N 个）并执行一些 RPC。当一个主机完成时，我想将下一个主机添加到池中以运行，直到所有主机完成。

我有一个类 HClass，它有一些方法可以做到这一点，并且 hostlist 中包含一个主机名列表。但是我无法了解 Pool 的任何 docs.python.org 示例来使其正常工作。

一小段代码来说明我到目前为止所得到的：

hostlist = [h1, h2, h3, h4, ....]
poolsize = 2

class HClass:
  def __init__(self, hostname="default"):
    self.hostname = hostname

  def go(self):
      # do stuff
      # do more stuff
  ....

if __name__ == "__main__":
  objs = [HClass(hostname=current_host) for current_host in hostlist]
  pool = multiprocessing.pool(poolsize)
  results = pool.apply_async(objs.go())

到目前为止，我很幸运有这个回溯：

Exception in thread Thread-2:
Traceback (most recent call last):
  File "/usr/lib/python2.7/threading.py", line 551, in __bootstrap_inner
    self.run()
  File "/usr/lib/python2.7/threading.py", line 504, in run
    self.__target(*self.__args, **self.__kwargs)
  File "/usr/lib/python2.7/multiprocessing/pool.py", line 319, in _handle_tasks
    put(task)
PicklingError: Can't pickle <type 'generator'>: attribute lookup __builtin__.generator failed

进程一直挂起，直到我用 Control-C 退出它。

4

3 回答 3

6

我会尽量减少进程间通信。看起来您真正需要发送的只是主机名字符串：

for host in hostlist:
    pool.apply_async(worker, args = (host,), callback = on_return)

例如，

import multiprocessing as mp
import time
import logging

logger = mp.log_to_stderr(logging.INFO)

hostlist = ['h1', 'h2', 'h3', 'h4']*3
poolsize = 2

class HClass:
    def __init__(self, hostname="default"):
        self.hostname = hostname

    def go(self):
        logger.info('processing {h}'.format(h = self.hostname))
        time.sleep(1)
        return self.hostname

def worker(host):
    h = HClass(hostname = host)
    return h.go()

result = []
def on_return(retval):
    result.append(retval)

if __name__ == "__main__":
    pool = mp.Pool(poolsize)
    for host in hostlist:
        pool.apply_async(worker, args = (host,), callback = on_return)
    pool.close()
    pool.join()
    logger.info(result)
于 2013-01-02T04:34:54.450 回答
1

我同意@unutbu 的解决方案……越简单越好。但是，如果您确实必须发送类方法go，我会使用pathos.multiprocesssing, 而不是multiprocessing.

>>> from pathos.multiprocessing import ProcessingPool as Pool
>>> p = Pool(4)
>>> class Test(object):
...   def plus(self, x, y): 
...     return x+y
... 
>>> t = Test()
>>> p.map(t.plus, x, y)
[4, 6, 8, 10]

在此处获取代码： https ://github.com/uqfoundation/pathos

于 2014-01-25T01:23:19.993 回答
1

我认为这与使用 python 的多处理 Pool.map() 时 Can't pickle <type 'instancemethod'> 的问题相同

从上面链接中的答案复制。问题是多处理必须腌制事物以将它们吊在进程之间，并且绑定的方法是不可腌制的。

一种方法是让 go 函数不受限制，比如把它放在课堂之外。或者使用copy_reg使该函数可打包

于 2013-01-02T03:34:54.933 回答