- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
到目前为止,我是这样做的:
rets=set(pool.map_async(my_callback, args.hosts).get(60*4))
如果超时,我会得到一个异常:
File "/usr/lib/python2.7/multiprocessing/pool.py", line 524, in get
raise TimeoutError
multiprocessing.TimeoutError
我想优雅地处理这个:
我可以访问的所有主机的输出应该进入 rets
,所有超时的主机应该进入一个单独的列表。
这是怎么做到的?
六年后,我认为对于并发应用程序使用 go
而不是 Python 更有意义。
最佳答案
据我所知,您不能,或者至少不能使用 map_async
。 map_async
是一种方便的方法,可以解决特定用例的特定问题,但它与您现有的不匹配,因为您需要更精细的控制。
不过,你仍然可以做到,你只需要使用 multiprocessing 模块中更细粒度的方法。特别是,您可以使用 apply_async
将作业动态添加到池中,这使您可以更好地控制如何处理单个任务的成功和失败。
下面是一个非常简单的例子,我认为它可以满足您的需求:
from multiprocessing.pool import Pool, TimeoutError
from time import sleep, time
def task_function(xx):
print('Task %d running' % xx)
sleep(xx)
print('Task %d ended' % xx)
return 'Result of task %d' % xx
pl = Pool()
results = [
pl.apply_async(task_function, (_xx,))
for _xx in range(10)]
start = time()
wait_until = start + 5
rets = []
timed_out_results = []
for res in results:
timeout = wait_until - time()
if timeout < 0:
timeout = 0
try:
rets.append(res.get(timeout))
except TimeoutError:
timed_out_results.append(res)
print('%s ended' % (rets,))
print('%s timedout' % (timed_out_results,))
这会运行 10 个作业,打印一行,休眠,然后打印另一行。第一个休眠 0 秒,下一个休眠 1 秒,下一个休眠 2 秒,依此类推。我们在 5 秒后使池超时,因此我们预计 5 个任务已完成,5 个任务已超时。
请注意我没有停止仍在运行的任务,因此在现实世界中它们可能会继续并在打印结果所需的时间内完成。你必须弄清楚你有多关心它/该怎么做。
关于python - 在 multiprocessing pool.map_async() 中处理 multiprocessing.TimeoutError,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37527085/
我有一个关于 map_async 的有趣问题,我无法弄清楚。 我正在使用带有进程池的 python 多处理库。我正在尝试传递要比较的字符串列表和要与使用 map_async() 的函数进行比较的字符串
我按预期使用map_async - 使用以下方法将可迭代映射到多个处理核心: cores = mp.cpu_count() pool = mp.Pool() r = pool.map_async(fu
我想跳过从 map_async 返回的结果.它们在内存中增长,但我不需要它们。 这是一些代码: def processLine(line): #process something pr
我有一个通过话语解析器运行的 80,000 个字符串的列表,为了提高这个过程的速度,我一直在尝试使用 python 多处理包。 解析器代码需要 python 2.7,我目前正在使用字符串的子集在 2
我使用 iPython 的并行处理工具进行大 map 操作。在等待 map 操作完成时,我想向用户显示有多少作业已完成,有多少正在运行,还有多少剩余。我怎样才能找到这些信息? 这是我的工作。我创建了一
我有以下功能 from multiprocessing import Pool def do_comparison(tupl): x, y = tupl # unpack arguments
调试代码花了我一晚上的时间,终于发现了这个棘手的问题。请看下面的代码。 from multiprocessing import Pool def myfunc(x): return [i fo
使用map和map_async有什么区别?将列表中的项目分配给 4 个进程后,它们是否运行相同的功能? 那么假设两者都异步且并行运行是错误的吗? def f(x): return 2*x p=P
在处理由 pool.map 调用的函数内的数据时,我遇到了非常奇怪的问题。例如,以下代码按预期工作... import csv import multiprocessing import iterto
阅读 multiprocessing.Pool doc我知道 map_async 和 apply_async 是 map 和 appy 的两个版本,应该更快,但是不保证输入的处理顺序与提供的顺序相同。
我正在尝试运行一个与 pool.apply_async 配合得很好的胖函数 现在,我正在尝试 pool.map_async 函数(使用 functools.partial 方法传递了 2 个参数),程
我正在将 800,000 行表读入数据帧。然后,我循环遍历每一列和列中的每一行,以收集统计信息,例如最大长度、最小长度、最大值、不同值等。 我可以使用 SLURM 访问 32 核计算,因此我想使用 p
尝试围绕执行 map_async() 的函数编写一些单元测试手术。更具体地说,我想确认在某个进程中发生异常时某些文件会被清理。下面提供了具有意图的示例伪代码。 foo.py def write_chu
我似乎无法在使用 map_async() 时让我的回调工作。当我使用稍微修改过的代码来循环遍历我的数组时,它会通过 apply_async() 添加任务。从文档看来我应该能够将回调与 map_asyn
我尝试在 python 中将多处理包与池一起使用。 我有一个由 map_async 函数调用的函数 f: from multiprocessing import Pool def f(host, x)
我想要一个长时间运行的进程通过队列(或类似的东西)返回它的进度,我将把它提供给进度条对话框。当过程完成时,我还需要结果。此处的测试示例失败并出现 RuntimeError: Queue objects
我这里有一个奇怪的问题。 我有一个 python 程序,它执行保存在单独的 .py 文件中的代码,这些代码被设计为依次执行,一个接一个。这些代码工作正常,但运行时间太长。我的计划是使用 multipr
因此,我正在开发一个应用程序,每次启动时都必须根据哈希列表检查约 50 GB 的数据。显然这需要并行化,我不希望应用程序在“正在加载...”屏幕上挂起一分半钟。 我正在使用 multiprocessi
我有这样的程序: from multiprocessing import Pool import time def f(x): # I make a heavy code here to take t
下面的代码在 Unix 上完美运行,但在 Windows 7 上生成一个 multiprocessing.TimeoutError(两个操作系统都使用 python 2.7)。 知道为什么吗?谢谢。
我是一名优秀的程序员,十分优秀!