在 python 中运行函数 siultaneoulsy答案

【问题标题】：Running functions siultaneoulsy in python在 python 中运行函数 siultaneoulsy
【发布时间】：2020-12-11 16:40:32
【问题描述】：

我正在制作一个小程序，其中需要一些函数来检查后台的某些内容。

我使用了模块线程，所有这些功能确实同时运行并且一切正常，直到我开始添加更多功能。随着线程模块产生新线程，它们都留在同一个进程中，所以当我添加更多线程时，它们开始相互减慢。

问题不在于 CPU，因为它的利用率从未达到 100% (i5-4460)。我还尝试了为函数创建新进程的多处理模块，但似乎变量无法在不同进程之间共享，或者我不知道如何共享。（每个函数的新启动进程似乎都使用现有变量，但我的主程序无法访问该函数在单独进程中所做的任何更改，甚至无法访问它创建的新变量）

我尝试使用 global 关键字，但它在多处理中似乎没有像在线程中那样的效果。

我该如何解决这个问题？

我很确定我必须为这些后台功能创建新流程，但我需要从他们那里获得一些反馈，而那部分我不知道要解决。

【问题讨论】：

显示演示要解决的问题的代码。
我会看一些关于多处理的教程，希望我能在那里找到答案，如果我会在这里发布。
docs.python.org/3/library/multiprocessing.html 有小例子，包括如何共享变量。

标签： python multithreading module process global

【解决方案1】：

据我了解，您需要限制“处理器”的数量。

在这种情况下，我通常会生成固定数量（因此可通过参数配置）的处理器（即线程或进程），我称之为工人。

然后我使用共享任务队列 (https://docs.python.org/3/library/multiprocessing.html#multiprocessing.Queue) 向工作人员发送他们要做的工作，然后我使用另一个共享队列来放置他们的结果。

工作人员甚至可以填充任务队列，以便您在需要时从工作人员添加新任务。

【讨论】：

【解决方案2】：

根据docs.python.org 的“threading — 基于线程的并行性”的文档，它明确指出：

CPython 实现细节：在 CPython 中，由于全局解释器锁，只有 一个线程可以一次执行 Python 代码（即使某些面向性能的库可能会克服这个限制）。 如果您希望您的应用程序更好地利用多核机器的计算资源，建议您使用 multiprocessing 或 concurrent.futures.ProcessPoolExecutor。 但是，如果您愿意，线程仍然是一个合适的模型同时运行多个 I/O 密集型任务。

Python Multiprocessing

【讨论】：

我明白这一点，但是如何在进程之间交换信息（如何从启动的进程向我的主程序发送简单的 True 或 False）。我在 Multiprocessing 的文档中看到了一些方法，但是最好/最简单的方法是什么。

【解决方案3】：

我最终使用了多处理值

【讨论】：