Question

有很多类似的问题和答案，但我仍然无法找到可靠的答案。

所以，我有一个功能，可能会运行太长时间。函数是私有的，在某种意义上我无法更改代码。

我想将执行时间限制为60秒。我尝试了以下方法：

Python信号。不要在Windows和多线程envorinment（mod_wsgi）上工作。
主题。很好的方式，但线程无法停止，所以它甚至在提升TimeoutException之后仍然存在。
multiprocessing python模块。我有酸洗问题，我不知道如何解决它们。我想制作time_limit装饰器，并且在顶级导入所需的功能时出现问题。长时间执行的函数是实例方法，包装它也没有帮助......

那么，上述问题是否有很好的解决方案？如何杀死线程，我开始了吗？如何使用子过程并避免酸洗问题？ subprocess模块是否有任何帮助？

谢谢。

Answer 1

我认为多处理方法是您唯一真正的选择。你纠正了线程不能被杀死（很好）并且信号有跨平台问题。这是一个多处理实现：

import multiprocessing
import Queue

def timed_function(return_queue):
    do_other_stuff()
    return_queue.put(True)
    return

def main():

    return_queue = multiprocessing.Manager().Queue()

    proc = multiprocessing.Process(target=timed_function, args=(return_queue,))
    proc.start()

    try:

        # wait for 60 seconds for the function to return a value
        return_queue.get(timeout=60)

    except Queue.Empty:
        # timeout expired
        proc.terminate() # kill the subprocess
        # other cleanup

我知道你说你有酸洗问题，但几乎总能通过重构来解决。例如，您说您的long函数是一个实例方法。可以包装这些类型的函数，以便在多处理中使用它们：

class TestClass(object):
    def timed_method(self, return_queue):
        do_other_stuff()
        return_queue.put(True)
        return

要在工作池中使用该方法，请将此包装器添加到模块的顶层：

def _timed_method_wrapper(TestClass_object, return_queue):
    return TestClass_object(return_queue)

现在，您可以从同一类的不同方法对此类方法使用apply_async：

def run_timed_method():
    return_queue = multiprocessing.Manager().Queue()
    pool = multiprocessing.Pool()
    result = pool.apply_async(_timed_method_wrapper, args=(self, return_queue))

我非常确定只有在您使用multiprocessing.Pool而不是使用multiprocessing.Process对象启动子进程时才需要这些包装器。此外，我敢打赌，很多人会对这个结构感到不满，因为你正在打破类所提供的漂亮，干净的抽象，并且还会在类和其他随机包装函数之间创建依赖关系。你必须要决定是否让你的代码更难看是值得的。

Answer 2

answer来 Is it possible to kill a process on Windows from within Python?可能有所帮助：你需要杀死那个子进程或线程： "Terminating a subprocess on windows"

也许TerminateThread帮助

限制Python中的函数执行

2 个答案: