Question

所以我想运行一个可以在网络上搜索信息或直接从我自己的mysql数据库中搜索信息的功能。第一个过程很耗时，第二个过程相对较快。

考虑到这一点，我创建了一个启动此复合搜索的过程（find_compound_view）。如果该过程完成得相对较快，则表示该过程已存在于数据库中，因此我可以立即呈现结果。否则，我将渲染“ drax_retrieving_data.html”。

我想到的愚蠢解决方案是两次运行该函数，一次是检查该过程是否花费很长时间，另一次是实际获取该函数的返回值。这几乎是因为我不知道如何返回find_compound_view函数的值。我已经尝试使用谷歌搜索，但似乎无法找到如何专门从Process类返回值的方法。

   p = Process(target=find_compound_view, args=(form,))
        p.start()
        is_running = p.is_alive()
        start_time=time.time()
        while is_running:
            time.sleep(0.05)
            is_running = p.is_alive()
            if time.time() - start_time > 10 :
                print('Timer exceeded, DRAX is retrieving info!',time.time() - start_time)
                return render(request,'drax_internal_dbs/drax_retrieving_data.html')
        compound = find_compound_view(form,use_email=False)

   if compound:
      data=*****
      return  render(request, 'drax_internal_dbs/result.html',data)

Answer 1

您将需要multiprocessing.Pipe或multiprocessing.Queue才能将结果发送回父流程。如果仅执行I / 0，则应使用Thread而不是Process，因为它更轻巧，大多数时间都花在等待上。我向您展示了一般情况下进程和线程是如何完成的。

使用队列处理

多处理队列建立在管道之上，访问与锁/信号量同步。队列是线程和进程安全的，这意味着您可以将一个队列用于多个生产者/消费者进程，甚至这些进程中的多个线程。在队列中添加第一项也会在调用过程中启动一个供料器线程。 multiprocessing.Queue的额外开销使得在单个生产者/单个消费者方案中使用管道更为可取，并且性能更高。

以下是使用multiprocessing.Queue发送和检索结果的方法：

from multiprocessing import Process, Queue

SENTINEL = 'SENTINEL'

def sim_busy(out_queue, x):
    for _ in range(int(x)):
        assert 1 == 1
    result = x
    out_queue.put(result)
    # If all results are enqueued, send a sentinel-value to let the parent know
    # no more results will come.
    out_queue.put(SENTINEL)


if __name__ == '__main__':

    out_queue = Queue()

    p = Process(target=sim_busy, args=(out_queue, 150e6))  # 150e6 == 150000000.0
    p.start()

    for result in iter(out_queue.get, SENTINEL):  # sentinel breaks the loop
        print(result)

将队列作为参数传递给函数，结果是队列上的.put()和队列中的父get.()。 .get()是一个阻塞调用，直到要获取（指定超时参数是可能的）之前，执行不会恢复。请注意，sim_busy在这里所做的工作是CPU密集型的，那时候您将选择进程而不是线程。

过程与管道

对于一对一连接，管道就足够了。设置几乎相同，只是方法的名称不同，并且对Pipe()的调用返回了两个连接对象。在双工模式下，两个对象都是读写端，duplex=False（单工）是第一个连接对象是管道的读端，第二个是写端。在这种基本情况下，我们只需要一个单纯形管道：

from multiprocessing import Process, Pipe

SENTINEL = 'SENTINEL'


def sim_busy(write_conn, x):
    for _ in range(int(x)):
        assert 1 == 1
    result = x
    write_conn.send(result)
    # If all results are send, send a sentinel-value to let the parent know
    # no more results will come.
    write_conn.send(SENTINEL)


if __name__ == '__main__':

    # duplex=False because we just need one-way communication in this case.
    read_conn, write_conn = Pipe(duplex=False)

    p = Process(target=sim_busy, args=(write_conn, 150e6))  # 150e6 == 150000000.0
    p.start()

    for result in iter(read_conn.recv, SENTINEL):  # sentinel breaks the loop
        print(result)

线程和队列

要与线程一起使用，您想切换到queue.Queue。 queue.Queue构建在collections.deque之上，并添加了一些锁以使其成为线程安全的。与多处理的队列和管道不同，放置在queue.Queue上的对象不会被腌制。由于线程共享相同的内存地址空间，因此不需要进行用于内存复制的序列化，因此仅传输指针。

from threading import Thread
from queue import Queue
import time

SENTINEL = 'SENTINEL'


def sim_io(out_queue, query):
    time.sleep(1)
    result = query + '_result'
    out_queue.put(result)
    # If all results are enqueued, send a sentinel-value to let the parent know
    # no more results will come.
    out_queue.put(SENTINEL)


if __name__ == '__main__':

    out_queue = Queue()

    p = Thread(target=sim_io, args=(out_queue, 'my_query'))
    p.start()

    for result in iter(out_queue.get, SENTINEL):  # sentinel-value breaks the loop
        print(result)

阅读here为什么for result in iter(out_queue.get, SENTINEL): 在可能的情况下，应优先使用while True...break设置。
阅读here，为什么要在所有脚本中使用if __name__ == '__main__':，尤其是在多处理中。
有关get()-用法here的更多信息。

如何从流程或线程实例返回值？

1 个答案: