多处理 - 共享数组

Question

所以我试图在 python 中实现多处理，我希望有一个由 4-5 个进程组成的池并行运行一个方法。这样做的目的是运行一千次 Monte 模拟（每个进程 250-200 次模拟），而不是运行 1000 次。我希望每个进程在完成处理后立即通过获取锁定来写入公共共享数组一个模拟的结果，写入结果并释放锁。所以这应该是一个三步过程：

1. 获取锁
2. 写入结果
3. 为等待写入数组的其他进程释放锁。

每次我将数组传递给进程时，每个进程都会创建一个我不想要的该数组的副本，因为我想要一个公共数组。任何人都可以通过提供示例代码来帮助我吗？

Answer 1

由于您只是将状态从子进程返回到父进程，因此使用共享数组和显式锁是多余的。您可以使用Pool.map 或Pool.starmap 来完成您所需要的。例如：

from multiprocessing import Pool

class Adder:
    """I'm using this class in place of a monte carlo simulator"""

    def add(self, a, b):
        return a + b

def setup(x, y, z):
    """Sets up the worker processes of the pool. 
    Here, x, y, and z would be your global settings. They are only included
    as an example of how to pass args to setup. In this program they would
    be "some arg", "another" and 2
    """
    global adder
    adder = Adder()

def job(a, b):
    """wrapper function to start the job in the child process"""
    return adder.add(a, b)

if __name__ == "__main__":   
    args = list(zip(range(10), range(10, 20)))
    # args == [(0, 10), (1, 11), ..., (8, 18), (9, 19)]

    with Pool(initializer=setup, initargs=["some arg", "another", 2]) as pool:
        # runs jobs in parallel and returns when all are complete
        results = pool.starmap(job, args)

    print(results) # prints [10, 12, ..., 26, 28] 

Answer 2

未经测试，但类似的东西应该可以工作。 数组和锁在进程之间共享。

from multiprocessing import Process, Array, Lock

def f(array, lock, n): #n is the dedicated location in the array
    lock.acquire()
    array[n]=-array[n]
    lock.release()

if __name__ == '__main__':
    size=100
    arr=Array('i', [3,-7])
    lock=Lock()
    p = Process(target=f, args=(arr,lock,0))
    q = Process(target=f, args=(arr,lock,1))
    p.start()
    q.start()
    q.join()
    p.join()

    print(arr[:])

https://docs.python.org/3.5/library/multiprocessing.html 此处的文档有大量示例可供参考