Python在进程之间共享锁

DJMcCarthy12：

我正在尝试使用部分函数，以便pool.map（）可以定位具有多个参数（在本例中为Lock（）对象）的函数。

这是示例代码（摘自我之前的问题的答案）：

from functools import partial

def target(lock, iterable_item):
    for item in items:
        # Do cool stuff
        if (... some condition here ...):
            lock.acquire()
            # Write to stdout or logfile, etc.
            lock.release()

def main():
    iterable = [1, 2, 3, 4, 5]
    pool = multiprocessing.Pool()
    l = multiprocessing.Lock()
    func = partial(target, l)
    pool.map(func, iterable)
    pool.close()
    pool.join()

但是，当我运行此代码时，出现错误：

Runtime Error: Lock objects should only be shared between processes through inheritance.

我在这里想念什么？如何在子流程之间共享锁？

损伤：

您不能将普通multiprocessing.Lock对象传递给Pool方法，因为它们不能被腌制。有两种方法可以解决此问题。一种是创建Manager()并传递一个Manager.Lock()：

def main():
    iterable = [1, 2, 3, 4, 5]
    pool = multiprocessing.Pool()
    m = multiprocessing.Manager()
    l = m.Lock()
    func = partial(target, l)
    pool.map(func, iterable)
    pool.close()
    pool.join()

不过，这有点重量级；使用Manager需要产生另一个进程来托管Manager服务器。并且所有对acquire/ release锁的调用都必须通过IPC发送到该服务器。

另一种选择是multiprocessing.Lock()使用initializerkwarg 在创建Pool时传递常规规则。这将使您的锁实例在所有子工作者中都是全局的：

def target(iterable_item):
    for item in items:
        # Do cool stuff
        if (... some condition here ...):
            lock.acquire()
            # Write to stdout or logfile, etc.
            lock.release()
def init(l):
    global lock
    lock = l

def main():
    iterable = [1, 2, 3, 4, 5]
    l = multiprocessing.Lock()
    pool = multiprocessing.Pool(initializer=init, initargs=(l,))
    pool.map(target, iterable)
    pool.close()
    pool.join()

第二种解决方案具有不再需要的副作用partial。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。