python - new - ¿Cómo pasar la instancia multiprocessing.Pool a la función de devolución de llamada apply_async?

python new process

Question

Aquí está mi programa de factorización principal, agregué una función de devolución de llamada en pool.apply_async(findK, args=(N,begin,end)) , un mensaje prime factorization is over cuando la factorización principal finaliza, la operación está bien.

import math
import multiprocessing 

def findK(N,begin,end):
    for k in range(begin,end):
        if N% k == 0:
            print(N,"=" ,k ,"*", N/k)
            return True
    return False


def prompt(result):
    if result:
        print("prime factorization is over")


def mainFun(N,process_num):
    pool = multiprocessing.Pool(process_num)
    for i in range(process_num):
        if i ==0 :
            begin =2
        else:
            begin = int(math.sqrt(N)/process_num*i)+1
        end = int(math.sqrt(N)/process_num*(i+1))
        pool.apply_async(findK, args=(N,begin,end) , callback = prompt)    
    pool.close()
    pool.join()    

if __name__ == "__main__":
    N = 684568031001583853
    process_num = 16
    mainFun(N,process_num)

Ahora quiero cambiar la función de devolución de llamada en apply_async, para cambiar el indicador en una función de apagado para eliminar todos los demás procesos.

def prompt(result):
    if result:
        pool.terminate()

La instancia de la agrupación no se define en el alcance de solicitud o se pasa a solicitud
pool.terminate() no puede funcionar en la función de solicitud.
¿Cómo pasar la instancia multiprocessing.Pool a apply_async''callback?
(Lo he hecho en formato de clase, solo para agregar un método de clase y llamar self.pool.terminate puede matar todos los demás procesos, ¿cómo hacer el trabajo en formato de función?)

si no se configura el grupo como variable global, ¿se puede pasar al grupo a la función de devolución de llamada?

Answer 1

Es necesario que la pool termine en el entorno del sistema. Una posibilidad es mover el pool al ámbito global (aunque esto no es realmente la mejor práctica). Esto parece funcionar:

import math
import multiprocessing 

pool = None

def findK(N,begin,end):
    for k in range(begin,end):
        if N% k == 0:
            print(N,"=" ,k ,"*", N/k)
            return True
    return False


def prompt(result):
    if result:
        print("prime factorization is over")
        pool.terminate()


def mainFun(N,process_num):
    global pool
    pool = multiprocessing.Pool(process_num)
    for i in range(process_num):
        if i ==0 :
            begin =2
        else:
            begin = int(math.sqrt(N)/process_num*i)+1
        end = int(math.sqrt(N)/process_num*(i+1))
        pool.apply_async(findK, args=(N,begin,end) , callback = prompt)    
    pool.close()
    pool.join()    

if __name__ == "__main__":
    N = 684568031001583853
    process_num = 16
    mainFun(N,process_num)

Answer 2

Pasar argumentos adicionales a la función de devolución de llamada no es compatible. Sin embargo, tienes muchas formas elegantes de solucionarlo.

Puede encapsular su lógica de grupo en un objeto:

class Executor:
    def __init__(self, process_num):
        self.pool = multiprocessing.Pool(process_num)

    def prompt(self, result):
        if result:
            print("prime factorization is over")
            self.pool.terminate()

    def schedule(self, function, args):
        self.pool.apply_async(function, args=args, callback=self.prompt)

    def wait(self):
        self.pool.close()
        self.pool.join() 


def main(N,process_num):
    executor = Executor(process_num)
    for i in range(process_num):
        ...
        executor.schedule(findK, (N,begin,end))   
    executor.wait()

O puede usar la implementación concurrent.futures.Executor que devuelve un objeto Future . Simplemente agregue el grupo al objeto Future antes de configurar la devolución de llamada.

def prompt(future):
    if future.result():
        print("prime factorization is over")
        future.pool_executor.shutdown(wait=False)

def main(N,process_num):
    executor = concurrent.futures.ProcessPoolExecutor(max_workers=process_num)
    for i in range(process_num):
        ...
        future = executor.submit(findK, N,begin,end)
        future.pool_executor = executor
        future.add_done_callback(prompt)

Answer 3

Simplemente puede definir una función de close local como una devolución de llamada:

import math
import multiprocessing 


def findK(N, begin, end):
    for k in range(begin, end):
        if N % k == 0:
            print(N, "=", k, "*", N / k)
            return True
    return False


def mainFun(N, process_num):
    pool = multiprocessing.Pool(process_num)

    def close(result):
        if result:
            print("prime factorization is over")
            pool.terminate()
    for i in range(process_num):
        if i == 0:
            begin = 2
        else:
            begin = int(math.sqrt(N) / process_num * i) + 1
        end = int(math.sqrt(N) / process_num * (i + 1))
        pool.apply_async(findK, args=(N, begin, end), callback=close)
    pool.close()
    pool.join()


if __name__ == "__main__":
    N = 684568031001583853
    process_num = 16
    mainFun(N, process_num)

También puede utilizar una función partial de functool , con

import functools

def close_pool(pool, results):
    if result:
        pool.terminate()

def mainFun(N, process_num):
    pool = multiprocessing.Pool(process_num)

    close = funtools.partial(close_pool, pool)
....