我遇到一个问题,即实例无法保留对属性的更改,甚至不能保留创建的新属性。我认为我已将其范围缩小到我的脚本利用了多处理这一事实,并且我认为当脚本返回主线程时,不会“记住”在单独的进程线程中实例发生的更改。
基本上,我需要并行处理几组数据。数据存储为属性,并通过类中的几种方法进行更改。在处理结束时,我希望返回主线程并连接来自每个对象实例的数据。但是,如上所述,当我在完成并行处理位之后尝试使用数据访问实例属性时,那里什么也没有。好像在多处理位期间进行的任何更改都被“忘记”了。
有明显的解决方案可以解决此问题吗?还是我需要重建代码以返回已处理的数据,而不仅仅是将其存储/存储为实例属性?我猜一个替代解决方案是序列化数据,然后在需要时重新读取它,而不是仅将其保留在内存中。
可能值得注意的是,我使用的是pathos
模块,而不是python的multiprocessing
模块。我遇到了一些与酸洗有关的错误,类似于这里:Python multiprocessing PicklingError: Can't pickle <type 'function'>。我的代码跨越了几个模块,并且如上所述,数据处理方法包含在一个类中。
很抱歉,无法显示文字。
编辑
这是我的代码:
import importlib
import pandas as pd
from pathos.helpers import mp
from provider import Provider
# list of data providers ... length is arbitrary
operating_providers = ['dataprovider1', 'dataprovider2', 'dataprovider3']
# create provider objects for each operating provider
provider_obj_list = []
for name in operating_providers:
loc = 'providers.%s' % name
module = importlib.import_module(loc)
provider_obj = Provider(module)
provider_obj_list.append(provider_obj)
processes = []
for instance in provider_obj_list:
process = mp.Process(target = instance.data_processing_func)
process.daemon = True
process.start()
processes.append(process)
for process in processes:
process.join()
# now that data_processing_func is complete for each set of data,
# stack all the data
stack = pd.concat((instance.data for instance in provider_obj_list))
我有许多模块(它们的名称在
operating_providers
中列出)包含特定于其数据源的属性。这些模块被迭代导入,并传递到Provider类的新实例,该类是我在单独的模块(provider
)中创建的。我将每个Provider实例附加到列表(provider_obj_list
),然后迭代创建单独的进程,这些进程调用实例方法instance.data_processing_func
。此函数执行一些数据处理(每个实例访问完全不同的数据文件),并在此过程中创建新的实例属性,当并行处理完成时,我需要访问这些属性。我尝试使用多线程而不是多处理-在这种情况下,我的实例属性仍然存在,这就是我想要的。但是,我不确定为什么会发生这种情况-我必须研究线程与多处理之间的区别。
谢谢你的帮助!
最佳答案
这是一些示例代码,显示了如何执行我在注释中概述的操作。我无法测试它,因为我没有安装provider
或pathos
,但是它应该可以使您对我的建议有所了解。
import importlib
from pathos.helpers import mp
from provider import Provider
def process_data(loc):
module = importlib.import_module(loc)
provider_obj = Provider(module)
provider_obj.data_processing_func()
if __name__ == '__main__':
# list of data providers ... length is arbitrary
operating_providers = ['dataprovider1', 'dataprovider2', 'dataprovider3']
# create list of provider locations for each operating provider
provider_loc_list = []
for name in operating_providers:
loc = 'providers.%s' % name
provider_loc_list.append(loc)
processes = []
for loc in provider_loc_list:
process = mp.Process(target=process_data, args=(loc,))
process.daemon = True
process.start()
processes.append(process)
for process in processes:
process.join()
关于python - 实例属性不能通过多处理持久化,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/55231949/