我有一个python程序，需要扫描一些大型日志文件以提取有用信息。
在这个程序中，为了更好地利用服务器的计算资源（运行ubuntu 12.04 LTS并具有64个内核和96 GB内存），我创建了一个大小= 10的进程池并将服务器作业应用于这些池工作者每个作业使用file.readlines()从几个大文件（每个大约50 GB，总共20个文件）中读取，然后逐行分析它们以查找有用信息并将结果保存在字典中。扫描并分析所有文件后，结果字典将写入磁盘。此外，整个脚本中没有明确调用gc.collect()。
我使用root帐户在服务器上启动了这个程序，这些过程最初工作正常：这个程序的每个进程占用大约3.8 GB的内存，所以总共有40 GB
几个小时之后，其他一些用户启动了另一个占用内存的程序（也使用root帐户），该程序主动使用几乎所有内存（占总内存的99％），稍后此程序被{中断{1}}并使用CTRL-Z
然而，在此之后，我发现我的大多数池工作者的进程状态已经改为S，这些睡眠进程的CPU使用率降低到0。根据man {{ 1}}：
killall -9 process_name我使用ps -axl命令检查进程正在休眠的内核函数的名称，结果是这些poolworker进程在top上休眠。
这种情况持续很长时间（进程状态现在仍然是S）并且我不想重新启动我的进程再次扫描所有文件，如何将这些进程从状态Sleep更改为Running吗
答案 0 :(得分：3)
睡眠状态表明他们正在等待什么;唤醒它们的方法是满足它们等待的任何条件（互斥体可能是等待的机制，而不是条件本身）。对内存消耗的引用表明某些进程至少部分被分页的可能性，在这种情况下，它们将等待交换器;然而，这导致不间断的睡眠D，而不是S.
处于可中断睡眠状态的系统调用也可能被信号中断，例如警报，终止，停止或继续。但是，大多数信号会导致程序中止。两个（通常）安全，继续和忽视，不改变程序流程;所以它会再次回到相同状态的睡眠状态。
最有可能的是，您的流程在S中的原因是他们真正在等待外部输入。因为我们所知道的程序是它加载了大量数据，所以我无法告诉你这是怎么回事。
至于你如何描述你的程序：＆＃34;每个作业从几个大文件中读取...使用file.readlines（），然后逐行分析它们＃34;。这是一种有效的方法，这种可能性很小;如果你只是在一次扫描中逐行扫描，那么首先迭代文件对象（一次获得一行）会更好。如果您按随机顺序阅读文字行，linecache就是您的朋友。使用mmap可以避免从磁盘缓冲区复制数据。哪种最合适取决于数据和算法的结构。
我的大多数泳池工作者的状态已经改为S＆＃34;我怀疑其他工人是有趣的。也许正在睡觉的人只是在等待被分页的人返回。