Python多处理模块：加入超时进程

Question

我正在优化复杂模拟的参数。我正在使用多处理模块来提高优化算法的性能。我在http://pymotw.com/2/multiprocessing/basics.html 学到的多处理基础知识。 根据优化算法的给定参数，复杂的模拟持续不同的时间，大约 1 到 5 分钟。如果参数选择得非常糟糕，模拟可能会持续 30 分钟或更长时间，并且结果没有用处。所以我正在考虑在多处理中建立一个超时，这会终止所有持续时间超过定义时间的模拟。这是问题的抽象版本：

import numpy as np
import time
import multiprocessing

def worker(num):
    
    time.sleep(np.random.random()*20)

def main():
    
    pnum = 10    
    
    procs = []
    for i in range(pnum):
        p = multiprocessing.Process(target=worker, args=(i,), name = ('process_' + str(i+1)))
        procs.append(p)
        p.start()
        print('starting', p.name)
        
    for p in procs:
        p.join(5)
        print('stopping', p.name)
     
if __name__ == "__main__":
    main()

p.join(5) 行定义了 5 秒的超时。由于 for 循环 for p in procs: 程序等待 5 秒直到第一个进程完成，然后再等待 5 秒直到第二个进程完成等等，但我希望程序终止所有持续超过 5 秒的进程.此外，如果没有一个进程持续超过 5 秒，则程序不得等待这 5 秒。

Answer 1

感谢dano的帮助，我找到了解决办法：

import numpy as np
import time
import multiprocessing

def worker(num):

    time.sleep(np.random.random()*20)

def main():

    pnum = 10    
    TIMEOUT = 5 
    procs = []
    bool_list = [True]*pnum

    for i in range(pnum):
        p = multiprocessing.Process(target=worker, args=(i,), name = ('process_' + str(i+1)))
        procs.append(p)
        p.start()
        print('starting', p.name)

    start = time.time()
    while time.time() - start <= TIMEOUT:
        for i in range(pnum):
            bool_list[i] = procs[i].is_alive()
            
        print(bool_list)
            
        if np.any(bool_list):  
            time.sleep(.1)  
        else:
            break
    else:
        print("timed out, killing all processes")
        for p in procs:
            p.terminate()
            
    for p in procs:
        print('stopping', p.name,'=', p.is_alive())
        p.join()

if __name__ == "__main__":
    main()

这不是最优雅的方式，我相信有比使用bool_list 更好的方式。超时 5 秒后仍处于活动状态的进程将被杀死。如果您在工作函数中设置的时间比超时时间更短，您将看到程序在达到 5 秒的超时时间之前停止。如果有的话，我仍然愿意接受更优雅的解决方案:)

Answer 2

如果你想杀死所有进程，你可以使用多处理池 您需要为所有执行定义一个一般超时，而不是单独的超时。

import numpy as np
import time
from multiprocessing import Pool

def worker(num):
    xtime = np.random.random()*20
    time.sleep(xtime)
    return xtime

def main():

    pnum = 10
    pool = Pool()
    args = range(pnum)
    pool_result = pool.map_async(worker, args)

    # wait 5 minutes for every worker to finish
    pool_result.wait(timeout=300)

    # once the timeout has finished we can try to get the results
    if pool_result.ready():
        print(pool_result.get(timeout=1))

if __name__ == "__main__":
    main()

这将为您提供一个列表，其中包含所有工作人员的返回值。
更多信息在这里： https://docs.python.org/2/library/multiprocessing.html#module-multiprocessing.pool

Answer 3

您可以通过创建一个循环来执行此操作，该循环将等待一些超时秒数，并经常检查所有进程是否已完成。如果它们没有在分配的时间内全部完成，则终止所有进程：

TIMEOUT = 5 
start = time.time()
while time.time() - start <= TIMEOUT:
    if not any(p.is_alive() for p in procs):
        # All the processes are done, break now.
        break

    time.sleep(.1)  # Just to avoid hogging the CPU
else:
    # We only enter this if we didn't 'break' above.
    print("timed out, killing all processes")
    for p in procs:
        p.terminate()
        p.join()