使用带多处理模块的python redis

我是PythonRedis模块的新手，我正在寻找一种在使用python多处理模块时有效地共享连接的方法。我的代码如下：

import multiprocessing as mp
import Queue
import os
import time
import redis

def _process_messages_parallel(messages):
    processes=[mp.Process(target=_process_message, args=[message]) for message in messages]

    for process in processes:
        process.daemon=False
        process.start()

    for process in processes:
        process.join()


def _process_message(message):
    organization=message['organization']

    #get value associated with `organization` key from redis
    result=get_val_from_redis(organization)

    #process result

#assume local redis instance for now.
def get_val_from_redis(organization,host='localhost',port='6379'):
    conn=redis.StrictRedis(host=host,port=port,db=db,retry_on_timeout=retry_on_timeout) 
    return conn.get(organization)


if __name__=="__main__":
    messages=[{'organization':'org1'},{'organization':'org2'},{'organization':'org3'},...{'organization':'orgN'}]
    process_articles=mp.Process(target=_process_messages_parallel,args=[messages])
    process_articles.daemon=False 
    process_articles.start()
    process_articles.join()

---

在这里，我想在由

\u process\u messages\u parallel

函数创建的不同进程之间重新使用相同的连接池。有人能提出一个好办法吗？一个简单的解决方案可能是创建模块范围的redis连接池或函数范围的redis连接池，但我关心的是不同进程之间如何共享python模块/或python函数。如果为每个进程创建一个单独的对象副本，那么它是否超出了连接池的用途

您不应该（也可能不能）在进程之间共享连接池。只需使用每个进程池，将每个进程中的连接数限制在最小值即可。@Not_a_Golfer嗯，这是我目前所做的。但对这个解决方案并不太满意。如果进程的寿命很短（在我的例子中就是这样），并且是定期创建和销毁的，那么我猜创建到redis实例的每个连接的费用加起来相当可观。因此，重构代码，使进程在一个进程池和一个队列中能够长期存在