存儲過程對象多處理Manager.dict（）

Question

我創造了這個示例程序來概括這個問題我面臨的

import multiprocessing 
from multiprocessing import Manager 

def f (_print): 
    print _print 
    manager = multiprocessing.Manager() 
    dict = manager.dict() 
    dict['process_obj'] = multiprocessing.current_process() 
    print dict 

if __name__ == '__main__': 
    process = multiprocessing.Process(target=f, args= ('hello function',)) 
    process.start() 
    process.join() 

那麼，如何存儲過程對象多處理Manager.dict（）？

Answer 1

我假設你在談論收到此錯誤：

hello function 
Process Process-1: 
Traceback (most recent call last): 
    File "/usr/local/lib/python2.7/multiprocessing/process.py", line 258, in _bootstrap 
    self.run() 
    File "/usr/local/lib/python2.7/multiprocessing/process.py", line 114, in run 
    self._target(*self._args, **self._kwargs) 
    File "mp2.py", line 8, in f 
    dict['process_obj'] = multiprocessing.current_process() 
    File "<string>", line 2, in __setitem__ 
    File "/usr/local/lib/python2.7/multiprocessing/managers.py", line 758, in _callmethod 
    conn.send((self._id, methodname, args, kwds)) 
PicklingError: Can't pickle <type 'instancemethod'>: attribute lookup __builtin__.instancemethod failed 

（它通常是一個好主意，包括「我得到了什麼」和「我的預期得到，而不是」的問題）。

這裏的根本問題是，multiprocessing.current_process()返回一個實例方法。實例方法不正確，並且multiprocessing必須保存（pickle）並加載（unpickle）共享數據項以將其值從一個進程傳送到另一個進程。參見例如，Can't pickle <type 'instancemethod'> when using python's multiprocessing Pool.map()和Overcoming Python's limitations regarding instance methods。特別要注意第二個答案之一：找出一些發送/共享的狀態可能會更好，而不是整個實例。舉例來說，如果一個進程的ident就足夠了，你可以這樣做：

dict['process_obj'] = multiprocessing.current_process().ident 

工作正常。