我遇到的问题是实例不保留对属性的更改,甚至不保留创建的新属性。我认为我已经将范围缩小到我的脚本利用了多处理这一事实,并且我认为当脚本返回到主线程时,单独进程线程中的实例发生的更改不会被“记住”。
基本上,我有几组数据需要并行处理。数据作为属性存储,并通过类中的多个方法进行更改。处理结束时,我希望返回主线程并连接每个对象实例的数据。但是,如上所述,当我在并行处理位完成后尝试使用数据访问实例属性时,那里什么也没有。就好像多处理期间发生的任何更改都被“遗忘”了。
有没有明显的解决方案来解决这个问题?或者我是否需要重建代码以返回处理后的数据,而不仅仅是将其更改/存储为实例属性?我想另一种解决方案是序列化数据,然后在必要时重新读取它,而不是仅仅将其保留在内存中。
这里可能值得注意的是,我使用的是 pathos
模块,而不是 python 的 multiprocessing
模块。我收到一些与酸洗有关的错误,类似于这里:Python multiprocessing PicklingError: Can't pickle <type 'function'> 。我的代码分为多个模块,如上所述,数据处理方法包含在一个类中。
抱歉文字墙。
编辑 这是我的代码:
import importlib
import pandas as pd
from pathos.helpers import mp
from provider import Provider
# list of data providers ... length is arbitrary
operating_providers = ['dataprovider1', 'dataprovider2', 'dataprovider3']
# create provider objects for each operating provider
provider_obj_list = []
for name in operating_providers:
loc = 'providers.%s' % name
module = importlib.import_module(loc)
provider_obj = Provider(module)
provider_obj_list.append(provider_obj)
processes = []
for instance in provider_obj_list:
process = mp.Process(target = instance.data_processing_func)
process.daemon = True
process.start()
processes.append(process)
for process in processes:
process.join()
# now that data_processing_func is complete for each set of data,
# stack all the data
stack = pd.concat((instance.data for instance in provider_obj_list))
我有许多模块(它们的名称在 operating_providers
中列出),其中包含特定于其数据源的属性。这些模块被迭代地导入并传递给 Provider 类的新实例,该类是我在单独的模块 (provider
) 中创建的。我将每个 Provider 实例附加到一个列表 (provider_obj_list
),然后迭代创建调用实例方法 instance.data_processing_func
的单独进程。该函数执行一些数据处理(每个实例访问完全不同的数据文件),并在此过程中创建新的实例属性,当并行处理完成时我需要访问这些属性。
我尝试使用多线程,而不是多处理——在这种情况下,我的实例属性仍然存在,这正是我想要的。但是,我不确定为什么会发生这种情况 - 我必须研究线程与多处理之间的差异。
感谢您的帮助!
最佳答案
这里有一些示例代码,展示了如何执行我在评论中概述的操作。我无法测试它,因为我没有安装 provider
或 pathos
,但它应该能让您很好地了解我的建议。
import importlib
from pathos.helpers import mp
from provider import Provider
def process_data(loc):
module = importlib.import_module(loc)
provider_obj = Provider(module)
provider_obj.data_processing_func()
if __name__ == '__main__':
# list of data providers ... length is arbitrary
operating_providers = ['dataprovider1', 'dataprovider2', 'dataprovider3']
# create list of provider locations for each operating provider
provider_loc_list = []
for name in operating_providers:
loc = 'providers.%s' % name
provider_loc_list.append(loc)
processes = []
for loc in provider_loc_list:
process = mp.Process(target=process_data, args=(loc,))
process.daemon = True
process.start()
processes.append(process)
for process in processes:
process.join()
关于python - 使用多处理时实例属性不会持续存在,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55231949/