[多处理python]：无输出

Question

有人可以解释一下为什么当我尝试执行下面的示例时，我没有结果。我也试图将输出重定向到一个文件中，但没有成功。

from multiprocessing import Process
def proc(i):
    print(f'I am Process {i}')
if __name__ ==  '__main__':
    for i in range(10):
        Process(target=proc, args=(i,)).start()

通常，我的输出是：

I am Process 6
I am Process 2
I am Process 0
I am Process 3
I am Process 7
I am Process 4
I am Process 8
I am Process 1
I am Process 5
I am Process 9

但就我而言，我没有结果。

Answer 1

您需要强制刷新，否则输出将仅在缓冲区已满时可见：

def proc(i):
    print(f'I am Process {i}')
    sys.stdout.flush()

PS：您在检查 __name__ 时也有错字。应该是if __name__ == '__main__':

Answer 2

这可能是 if _name_ == '__main__': 中缺少下划线的错字。

运行:

from multiprocessing import Process

def proc(i):
    print(f'I am Process {i}')

if __name__ == '__main__':
    for i in range(10):
        Process(target=proc, args=(i,)).start()

在我的机器上returns正确的输出

Answer 3

如果您必须运行在 Notebook 下（并已根据需要将您的工作函数移至外部模块）并且您希望在 Notebook 中查看打印输出，则需要安排打印完成通过主要（启动）过程。这意味着启动的进程需要 return 将字符串打印回启动进程。有几种方法可以做到这一点。在这里，我使用了一个带有回调函数的多处理池，这样一旦结果准备就绪，主进程就会用结果回调：

from multiprocessing import Pool
from workers import proc

def on_completion(result):
    print(result)

if __name__ ==  '__main__':
    pool = Pool(10)
    results = [pool.apply_async(proc, args=(i,), callback=on_completion) for i in range(10)]
    pool.close()
    pool.join() # wait for worker processes to exit

第二种更简单的方法：

from multiprocessing import Pool
from workers import proc


if __name__ ==  '__main__':
    pool = Pool(10)
    results = pool.imap_unordered(proc, range(10))
    # print the results as they become available:
    for result in results:
        print(result)

使用 ProcessPoolExecutor：

from concurrent.futures import ProcessPoolExecutor, as_completed
from workers import proc


if __name__ ==  '__main__':
    with ProcessPoolExecutor(max_workers=10) as executor:
        futures = [executor.submit(proc, i) for i in range(10)]
        for f in as_completed(futures):
            print(f.result())

[多处理python]：无输出

[multiprocessing python]: no output

python

multiprocessing

python-multiprocessing