多处理:在导入函数中使用池

Question

我正在尝试创建一个脚本，它从一个独立的模块调用一个函数来进行并行处理。

我的“顶级”剧本是这样的：

from hydrology import model, descriptors
if __name__ == "__main__":
   datafile = r"C:\folder\datafile.shp"
   myModel = model.Model(data = datafile)

   res = descriptors.watershed_pll(myModel)

descriptors模块如下所示：

from multiprocessing import Pool
from arcfunc import multi_watershed

def watershed_pll(model):
    pool = Pool()
    for key, val in model.stations.iteritems():
        res = pool.apply_async(multi_watershed(val, key))
    pool.close()
    pool.join()
    return res

如您所见，并行运行的函数是从模块arcfunc导入的，执行并行化的函数在模块descriptors中，运行所有东西的脚本再次分离。

在我运行时没有例外，但是我有两个问题：

1. res.successful()返回False
2. 它的运行速度不比没有多处理快。

我怀疑我的架构正在使事情复杂化，但是，并行化功能在一个单独的模块中是很重要的。

有什么建议吗？

Answer 1

代码没有将函数和参数传递给apply_async，而是直接调用multi_watershed (在主进程中)，并传递函数的返回值。

传递函数和参数。

替换以下一行：

res = pool.apply_async(multi_watershed(val, key))

通过以下方式：

res = pool.apply_async(multi_watershed, (val, key))