multiprocess.Queue.get()在python中需要很长时间

Question

我需要通过迭代数据来获取非常大的数据块。总之，我需要几百万次迭代。所以我原以为压制会加快我的进程，但它几乎做到了。我使用subprocess.Queue调用不同的线程，这实际上很好，但是当我调用*subprocess.Queue.get()时，程序需要花费很长时间才能得到结果。也许我做错了什么。下面是我的最小示例：

def get_losses(self, tags=None):
    return_dict = {}
    output_list = multiprocessing.Queue()
    process_list = []

    # Create quese definition
    for experiment, path in self.tf_board_dicts.items():
        t = multiprocessing.Process(target=self._load_vec_from_tfboard, args=(path, tags, experiment))
        process_list.append(t)
    print("Starting subprocesse with a total of {} workers. \n These are  {}".format(len(process_list),
                                                                                         process_list))
    # Run processes
    for p in process_list:
        p.start()

    # Exit the finished threads
    for p in process_list:
        p.join()
    print("All subprocesses are termianted")

    # Get results
    results = [output_list.get() for p in process_list]
    print("All losses are gathered: {}".format([tup[0] for tup in results]))

    # Create dict
    for experiment_losses in results:
         return_dict[experiment_losses[0]] = experiment_losses[1]

    return return_dict

Answer 1

您可以在这里找到无限时间队列问题的答案：Python Processes not joining

之所以会发生这种情况，是因为当大量数据被推入Queue时，它在内部使用缓冲区。在缓冲区被刷新之前，写入Queue的进程不能退出，这在您开始从Queue中提取东西之前是不会发生的。因此，因为在从写入的Queue对象中提取任何内容之前，您试图连接所有进程，所以它们无法退出，因此join挂起。您可以通过在进程上调用Queue之前耗尽join来解决这个问题。- dano 9月25日下午4:16