python - 如何在函数内初始化并行独立进程？

Question

抱歉，如果标题很奇怪。让我解释一下。

假设有 handler.py:

import funcs
import requests

def initialize_calculate(data):
   check_data(data)
   funcs.calculate(data) # takes a lot of time like 30 minutes
   print('Calculation launched')
   requests.get('hostname', params={'func':'calculate', 'status':'launched'})

这里是funcs.py:

import requests

def calculate(data):
   result = make_calculations(data)
   requests.get('hostname',params={'func':'calculate', 'status':'finished', 'result':result})

所以我想要的是处理程序可以初始化另一个函数，无论在哪里，但不会等到它结束，因为我想通知客户端进程已启动，并且当它完成时，该进程本身将发送结果当它完成时。

如何使用 initialize_calculate 中的函数计算启动独立进程？

我想知道是否可以在没有非 native 库或框架的情况下实现。

Answer 1

如果您不想使用第三方库，例如 daemonocle践行“乖”Unix-Daemon ， 你可以 使用subprocess.Popen()创建一个独立的流程。另一种选择是修改 multiprocessing.Process 以防止在父级退出时子级自动加入。

---

subprocess.Popen()

与 subprocess.Popen()您可以通过指定命令和参数(例如从终端手动指定)来启动新进程。这意味着您需要使 funcs.py 或另一个文件成为顶级脚本，用于解析来自 stdin 的字符串参数，然后使用这些参数调用 funcs.calculate() 。

我将您的示例归结为本质，因此我们不必阅读太多代码。

funcs.py

#!/usr/bin/env python3
# UNIX: enable executable from terminal with: chmod +x filename
import os
import sys
import time

import psutil  # 3rd party for demo


def print_msg(msg):
    print(f"[{time.ctime()}, pid: {os.getpid()}] --- {msg}")


def calculate(data, *args):
    print_msg(f"parent pid: {psutil.Process().parent().pid}, start calculate()")
    for _ in range(int(500e6)):
        pass
    print_msg(f"parent pid: {psutil.Process().parent().pid}, end calculate()")


if __name__ == '__main__':

    if len(sys.argv) > 1:
        calculate(*sys.argv[1:])

subp_main.py

#!/usr/bin/env python3
# UNIX: enable executable from terminal with: chmod +x filename
if __name__ == '__main__':

    import time
    import logging
    import subprocess
    import multiprocessing as mp

    import funcs

    mp.log_to_stderr(logging.DEBUG)

    filename = funcs.__file__
    data = ("data", 42)

    # in case filename is an executable you don't need "python" before `filename`:
    subprocess.Popen(args=["python", filename, *[str(arg) for arg in data]])
    time.sleep(1)  # keep parent alive a bit longer for demo
    funcs.print_msg(f"exiting")

对于测试很重要，从终端运行，例如不是 PyCharm-Run，因为它不会显示子进程打印的内容。在下面的最后一行中，您会看到子进程的parent-id 更改为 1，因为子进程在父进程退出后被 systemd (Ubuntu) 采用。

$> ./subp_main.py
[Fri Oct 23 20:14:44 2020, pid: 28650] --- parent pid: 28649, start calculate()
[Fri Oct 23 20:14:45 2020, pid: 28649] --- exiting
[INFO/MainProcess] process shutting down
[DEBUG/MainProcess] running all "atexit" finalizers with priority >= 0
[DEBUG/MainProcess] running the remaining "atexit" finalizers
$> [Fri Oct 23 20:14:54 2020, pid: 28650] --- parent pid: 1, end calculate()

---

类 OrphanProcess(multiprocessing.Process)

如果您寻找更方便的东西，那么您不能按原样使用高级multiprocessing.Process，因为它不会让父进程在之前退出 child ，正如你所要求的。当父进程关闭时，常规子进程要么加入(等待)，要么终止(如果您为 Process 设置了 daemon 标志)。这种情况在 Python 中仍然会发生。请注意，daemon-标志不会使进程成为 Unix-Daemon。命名的常见来源是 confusion .

我将 multiprocessing.Process 子类化以关闭自动加入，并花一些时间研究源代码并观察是否 zombies可能会成为一个问题。因为修改关闭了父进程中的自动加入，所以我建议使用“forkserver”作为 Unix 上新进程的启动方法(如果父进程已经是多线程的，这总是一个好主意)，以防止僵尸子进程停留太久父级仍在运行。当父进程终止时，它的子僵尸进程最终会得到 reaped通过 systemd/init.运行 multiprocessing.log_to_stderr() 显示一切都干净地关闭，因此到目前为止似乎没有任何问题。

考虑这种方法是实验性的，但它可能比使用原始的 os.fork() 重新发明部分广泛的多处理机制安全得多，只是为了添加这一项功能。对于子级中的错误处理，请编写一个 try- except block 并记录到文件。

orphan.py

import multiprocessing.util
import multiprocessing.process as mpp
import multiprocessing as mp

__all__ = ['OrphanProcess']


class OrphanProcess(mp.Process):
    """Process which won't be joined by parent on parent shutdown."""
    def start(self):
        super().start()
        mpp._children.discard(self)

    def __del__(self):
        # Finalizer won't `.join()` the child because we discarded it,
        # so here last chance to reap a possible zombie from within Python.
        # Otherwise systemd/init will reap eventually.
        self.join(0)

orph_main.py

#!/usr/bin/env python3
# UNIX: enable executable from terminal with: chmod +x filename
if __name__ == '__main__':

    import time
    import logging
    import multiprocessing as mp
    from orphan import OrphanProcess
    from funcs import print_msg, calculate

    mp.set_start_method("forkserver")
    mp.log_to_stderr(logging.DEBUG)

    p = OrphanProcess(target=calculate, args=("data", 42))
    p.start()
    time.sleep(1)
    print_msg(f"exiting")

再次从终端测试以将子打印输出到标准输出。在第二个提示符上打印所有内容后，如果 shell 似乎挂起，请按 Enter 键以获取新提示符。这里的parent-id保持不变，因为从操作系统的角度来看，父进程是forkserver进程，而不是orph_main.py的初始主进程。

$> ./orph_main.py
[INFO/MainProcess] created temp directory /tmp/pymp-bd75vnol
[INFO/OrphanProcess-1] child process calling self.run()
[Fri Oct 23 21:18:29 2020, pid: 30998] --- parent pid: 30997, start calculate()
[Fri Oct 23 21:18:30 2020, pid: 30995] --- exiting
[INFO/MainProcess] process shutting down
[DEBUG/MainProcess] running all "atexit" finalizers with priority >= 0
[DEBUG/MainProcess] running the remaining "atexit" finalizers
$> [Fri Oct 23 21:18:38 2020, pid: 30998] --- parent pid: 30997, end calculate()
[INFO/OrphanProcess-1] process shutting down
[DEBUG/OrphanProcess-1] running all "atexit" finalizers with priority >= 0
[DEBUG/OrphanProcess-1] running the remaining "atexit" finalizers
[INFO/OrphanProcess-1] process exiting with exitcode 0