我并不特别关心性能;每个线程只是在监视文件系统上的不同更改,并且在修改文件时将采取适当的操作。对于每个过程,我都创建了一个过程: for k in job_dict.keys():
jobs[k] = multiprocessing.Process然后,我切换到了pathos中的多处理实现,但是在标准multiprocessing模块
我有以下情况,我在for循环中创建了一个池,如下所示(我知道这不是很优雅,但我必须这样做)。假设pathos.multiprocessing等同于python的multiprocessing库(因为它取决于一些与这个问题无关的细节)。我有以下要执行的代码:
for i in range(5):但是,在第二次迭代时,算法突然停止(不完成pool.map操作。我怀疑是僵尸
我不知道如何使用multiprocessing.Process,因为内核的数量比迭代器的行数少得多,而且一旦我完成了start()和join()进程,我也不确定如何对boo2的新调用进行排队(我已经尝试将fileReader拆分为n批,并为每批设置一个进程,但是我更喜欢在一行而不是多批中对调用进行排队)pathos.threading.ThreadPoolpool.imap(boo2, [feature for featur