python进程池,每个进程超时,而不是池的所有进程
我需要运行许多进程,但不是全部一起运行,例如同时运行4个进程<代码>多处理。池正是我需要的。但问题是,如果进程持续时间超过超时时间(例如3秒),我需要终止该进程<代码>池只支持所有进程(而不是每个进程)等待超时。这就是我需要的:python进程池,每个进程超时,而不是池的所有进程,python,timeout,multiprocessing,pool,Python,Timeout,Multiprocessing,Pool,我需要运行许多进程,但不是全部一起运行,例如同时运行4个进程多处理。池正是我需要的。但问题是,如果进程持续时间超过超时时间(例如3秒),我需要终止该进程池只支持所有进程(而不是每个进程)等待超时。这就是我需要的: def f(): process_but_kill_if_it_takes_more_than_3_sec() pool.map(f, inputs) 我找不到一个简单的方法来使用池超时。这是伊莱·本德斯基写的。它是一个通过Thread.join(timeout)限制任意函数
def f():
process_but_kill_if_it_takes_more_than_3_sec()
pool.map(f, inputs)
我找不到一个简单的方法来使用池
超时。这是伊莱·本德斯基写的。它是一个通过Thread.join(timeout)
限制任意函数执行时间的函数。它是有效的,(尽管它的停止方法不起作用)。但这个方法在进程的主线程正在等待时运行一个新的不必要的线程,因为我们需要一个超时控制器。应该可以从一个点控制所有超时,如下所示:
import time
from multiprocessing import Process
def f(n):
time.sleep(n)
timeout = 3
tasks = [1, 2, 4, 1, 8, 2]
procs = []
pool_len = 4
while len(tasks) > 0 or len(procs) > 0:
if len(tasks) > 0 and len(procs) < pool_len:
n = tasks.pop(0)
p = Process(target=f, args=(n,))
p.start()
procs.append({'n': n, 'p': p, 't': time.time() + timeout})
for d in procs:
if not d['p'].is_alive():
procs.remove(d)
print '%s finished' % d['n']
elif d['t'] < time.time():
d['p'].terminate()
procs.remove(d)
print '%s killed' % d['n']
time.sleep(0.05)
问题:有没有一种方法可以使用Pool来解决这个问题?您可以使f(n)
协作,以便它总是在超时时间内完成(如在GUI/网络事件处理程序中)
如果您不能使其合作,那么唯一可靠的选择是终止运行该函数的进程:
import multiprocessing as mp
def run_with_timeout(timeout, func, *args):
receive_end, send_end = mp.Pipe(duplex=False)
p = mp.Process(target=func, args=args, kwargs=dict(send_end=send_end))
p.daemon = True
p.start()
send_end.close() # child must be the only one with it opened
p.join(timeout)
if p.is_alive():
####debug('%s timeout', args)
p.terminate()
else:
return receive_end.recv() # get value from the child
缺点是它要求每个函数调用都有一个新的进程(maxstasksperchild=1
Pool的模拟)
使用线程池可以轻松地同时运行4个进程:
输出
小心:可能会有;您可以使用fork服务器进程来解决这些问题
import multiprocessing as mp
def run_with_timeout(timeout, func, *args):
receive_end, send_end = mp.Pipe(duplex=False)
p = mp.Process(target=func, args=args, kwargs=dict(send_end=send_end))
p.daemon = True
p.start()
send_end.close() # child must be the only one with it opened
p.join(timeout)
if p.is_alive():
####debug('%s timeout', args)
p.terminate()
else:
return receive_end.recv() # get value from the child
#!/usr/bin/env python
import logging
import time
from functools import partial
from multiprocessing.pool import ThreadPool
debug = logging.getLogger(__name__).debug
def run_mp(n, send_end):
start = time.time()
debug('%d starting', n)
try:
time.sleep(n)
except Exception as e:
debug('%d error %s', n, e)
finally:
debug('%d done, elapsed: %.3f', n, time.time() - start)
send_end.send({n: n*n})
if __name__=="__main__":
tasks = [1, 2, 4, 1, 8, 2]
logging.basicConfig(format="%(relativeCreated)04d %(message)s", level=logging.DEBUG)
print(ThreadPool(processes=4).map(partial(run_with_timeout, 3, run_mp), tasks))
0027 1 starting
0028 2 starting
0030 4 starting
0031 1 starting
1029 1 done, elapsed: 1.002
1032 1 done, elapsed: 1.002
1033 8 starting
1036 2 starting
2031 2 done, elapsed: 2.003
3029 (4,) timeout
3038 2 done, elapsed: 2.003
4035 (8,) timeout
[{1: 1}, {2: 4}, None, {1: 1}, None, {2: 4}]