Question

我正在尝试通过使用 multiprocessing.Pool 来让我的程序更快地处理数据，但是我在实现它时遇到了一些问题。

我的程序有一个主文件，我在其中运行了 tkinter GUI，如下所示：

WIDTH = 1345
HEIGHT = 665 
root = tk.Tk()

Calculate(Config, matrices):
    (Calls the function Manager(), which is stored in another .py)

def main():
    --variables, bindings and stuff--
    btncalc.bind('<Button-1>', lambda event: Calculate(Config=Config,matrices=matrices))
if __name__ == '__main__':
    main()

然后，如果用户点击按钮，函数 Calculate 调用管理数据处理的函数，并存储在另一个 .py 中。这是我使用 multiprocessing.Pool 的地方。另一个文件上的代码与此类似：

def worker(lista):
    a,b,c,d,e = lista
    (processing)
    return [f,g,h,i]

def MultiprocessingFunc(a,b,c,d,e):
    lista = []
    results = []
    
    for p in range(len(a)):
        lista.append([a[p],b,c,d,e])
 
    pool = Pool(os.cpu_count()) #in my case this is 4
    results.append(pool.map(worker, lista)) #Hangs here sometimes
    pool.close() 
    pool.join() #Hangs here if imap
    return results

def Manager(Config, matrices):
    (prepares stuff)
    results = MultiprocessingFunc(a,b,c,d,e)
    (uses the results)

有趣的是，有时这段代码确实有效，有时它只是挂在 pool.map 上。我不知道为什么它有时会一直挂起，但有时它确实可以正常工作。也许我应该使用 Process 和 Queue 而不是 Pool？由于它只是无限期挂起，因此没有错误消息，所以我不知道从哪里开始调试代码。我不知道这是否重要，但我使用的是 Python3.8。

multiprocessing.pool() 无限期挂起

0 个答案: