Apabila cuba menggunakan pool.map() untuk menyasarkan fungsi dengan berbilang parameter, termasuk objek Lock(), ia adalah penting untuk menangani isu berkongsi kunci antara subproses. Pemprosesan berbilang konvensional.Lock() tidak boleh dihantar terus ke kaedah Pool kerana had penjerukan.
Satu pendekatan ialah menggunakan Manager() dan nyatakan Manager.Lock(). Walaupun kaedah ini boleh dipercayai, ia melibatkan lebih banyak overhed kerana proses tambahan yang menjadi tuan rumah pelayan Pengurus. Selain itu, operasi kunci memerlukan komunikasi dengan pelayan ini melalui IPC.
Sebagai alternatif, anda boleh lulus berbilang pemprosesan biasa.Lock() semasa pengamulaan Pool menggunakan hujah kata kunci pemula. Ini memastikan bahawa contoh kunci adalah global dalam semua pekerja kanak-kanak. Kaedah ini menghapuskan keperluan untuk fungsi separa dan menyelaraskan proses.
Berikut ialah contoh menggunakan Pilihan 2:
<code class="python">def target(iterable_item): for item in items: # Do cool stuff if (... some condition here ...): lock.acquire() # Write to stdout or logfile, etc. lock.release() def init(l): global lock lock = l def main(): iterable = [1, 2, 3, 4, 5] l = multiprocessing.Lock() pool = multiprocessing.Pool(initializer=init, initargs=(l,)) pool.map(target, iterable) pool.close() pool.join()</code>
Atas ialah kandungan terperinci Cara Berkongsi Kunci Antara Proses dalam Python Menggunakan Multiprocessing. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!