如何在python中运行并行程序

Question

我有一个 python 脚本来使用 os.subprocess 模块运行一些外部命令。但是其中一个步骤需要花费大量时间，因此我想单独运行它。我需要启动它们，检查它们是否完成，然后执行下一个不并行的命令。 我的代码是这样的：

nproc = 24 
for i in xrange(nproc):
    #Run program in parallel

#Combine files generated by the parallel step
for i in xrange(nproc):
    handle = open('Niben_%s_structures' % (zfile_name), 'w')
    for i in xrange(nproc):
        for zline in open('Niben_%s_file%d_structures' % (zfile_name,i)):handle.write(zline)
    handle.close()

#Run next step
cmd = 'bowtie-build -f Niben_%s_precursors.fa bowtie-index/Niben_%s_precursors' % (zfile_name,zfile_name)

Answer 1

对于您的示例，您只想并行处理 - 您不需要线程。

在subprocess 模块中使用Popen 构造函数：http://docs.python.org/library/subprocess.htm

为您生成的每个进程收集Popen 实例，然后为它们收集wait() 以完成：

procs = []
for i in xrange(nproc):
    procs.append(subprocess.Popen(ARGS_GO_HERE)) #Run program in parallel
for p in procs:
    p.wait()

你可以摆脱这个（而不是使用 multiprocessing 或 threading 模块），因为你对让这些互操作并不真正感兴趣 - 你只希望操作系统并行运行它们并确保当你去合并结果时，它们都完成了......

Answer 2

并行运行也可以使用 Python 中的多个进程来实现。我前段时间写了一篇关于这个主题的博客文章，你可以在这里找到它

http://multicodecjukebox.blogspot.de/2010/11/parallelizing-multiprocessing-commands.html

基本上，这个想法是使用“工作进程”从队列中独立检索作业，然后完成这些作业。

根据我的经验，效果很好。

Answer 3

您可以使用线程来完成。这是一个非常简短且（未经测试）的示例，如果您在线程中实际执行的操作非常丑陋，但您可以编写自己的工作类..

import threading

class Worker(threading.Thread):
    def __init__(self, i):
        self._i = i
        super(threading.Thread,self).__init__()

    def run(self):
        if self._i == 1:
            self.result = do_this()
        elif self._i == 2:
            self.result = do_that()

threads = []
nproc = 24 
for i in xrange(nproc):
    #Run program in parallel        
    w = Worker(i)
    threads.append(w)
    w.start()
    w.join()

# ...now all threads are done

#Combine files generated by the parallel step
for i in xrange(nproc):
    handle = open('Niben_%s_structures' % (zfile_name), 'w')
    ...etc...