控制用于在python中调用外部命令的子进程数
我知道使用是调用外部命令的首选方式 但是,如果我想并行运行几个命令,但限制生成的进程数量,该怎么办?困扰我的是我无法阻止子进程。例如,如果我打电话控制用于在python中调用外部命令的子进程数,python,parallel-processing,subprocess,multiprocessing,Python,Parallel Processing,Subprocess,Multiprocessing,我知道使用是调用外部命令的首选方式 但是,如果我想并行运行几个命令,但限制生成的进程数量,该怎么办?困扰我的是我无法阻止子进程。例如,如果我打电话 subprocess.Popen(cmd, stderr=outputfile, stdout=outputfile) 然后,该过程将继续,而无需等待cmd完成。因此,我不能将其封装在多处理库的worker中 例如,如果我这样做: def worker(cmd): subprocess.Popen(cmd, stderr=outputfi
subprocess.Popen(cmd, stderr=outputfile, stdout=outputfile)
然后,该过程将继续,而无需等待cmd
完成。因此,我不能将其封装在多处理库的worker中
例如,如果我这样做:
def worker(cmd):
subprocess.Popen(cmd, stderr=outputfile, stdout=outputfile);
pool = Pool( processes = 10 );
results =[pool.apply_async(worker, [cmd]) for cmd in cmd_list];
ans = [res.get() for res in results];
然后,每个工作进程将完成并在生成子进程后返回。因此,我不能通过使用池来限制子流程生成的进程数
限制子流程数量的正确方法是什么 如果要等待命令完成,可以使用子流程。调用。有关更多信息,请参阅
您还可以在worker中调用该方法:
def worker(cmd):
p = subprocess.Popen(cmd, stderr=outputfile, stdout=outputfile);
p.wait()
您不需要多个Python进程甚至线程来限制并行子进程的最大数量:
from itertools import izip_longest
from subprocess import Popen, STDOUT
groups = [(Popen(cmd, stdout=outputfile, stderr=STDOUT)
for cmd in commands)] * limit # itertools' grouper recipe
for processes in izip_longest(*groups): # run len(processes) == limit at a time
for p in filter(None, processes):
p.wait()
看
如果要限制并行子进程的最大和最小数量,可以使用线程池:
from multiprocessing.pool import ThreadPool
from subprocess import STDOUT, call
def run(cmd):
return cmd, call(cmd, stdout=outputfile, stderr=STDOUT)
for cmd, rc in ThreadPool(limit).imap_unordered(run, commands):
if rc != 0:
print('{cmd} failed with exit status: {rc}'.format(**vars()))
只要任何limit
子流程结束,就会启动一个新的子流程,以始终保持limit
子流程的数量
或使用:
下面是一个简单的线程池实现:
import subprocess
from threading import Thread
try: from queue import Queue
except ImportError:
from Queue import Queue # Python 2.x
def worker(queue):
for cmd in iter(queue.get, None):
subprocess.check_call(cmd, stdout=outputfile, stderr=subprocess.STDOUT)
q = Queue()
threads = [Thread(target=worker, args=(q,)) for _ in range(limit)]
for t in threads: # start workers
t.daemon = True
t.start()
for cmd in commands: # feed commands to threads
q.put_nowait(cmd)
for _ in threads: q.put(None) # signal no more commands
for t in threads: t.join() # wait for completion
为避免过早退出,请添加异常处理
如果要以字符串形式捕获子流程的输出,请参阅。这将完全禁用并行处理,但不应如此。问题是使用多处理
模块,每个工作进程都在一个单独的进程中生成,因此在一个工作进程中生成wait()
不会阻止其他工作进程运行。这就是说,这本身是不正确的——这个示例不会从worker返回任何内容,因此对结果调用.get()
不会返回任何内容。
import subprocess
from threading import Thread
try: from queue import Queue
except ImportError:
from Queue import Queue # Python 2.x
def worker(queue):
for cmd in iter(queue.get, None):
subprocess.check_call(cmd, stdout=outputfile, stderr=subprocess.STDOUT)
q = Queue()
threads = [Thread(target=worker, args=(q,)) for _ in range(limit)]
for t in threads: # start workers
t.daemon = True
t.start()
for cmd in commands: # feed commands to threads
q.put_nowait(cmd)
for _ in threads: q.put(None) # signal no more commands
for t in threads: t.join() # wait for completion