Python多处理导致许多僵尸进程

Question

我一直在使用一个工作池实现python的多处理库。我实现了以下代码

import main1
t1 = time.time()
p = Pool(cores) 
result = p.map(main1, client_list[client])
if result == []:
    return []
p.close()
p.join()
print "Time taken in performing request:: ", time.time()-t1
return shorted(result)

但是，在运行了一段时间后，我得到了我的应用程序的许多运行后台进程。这是为我的应用程序执行ps aux后的快照

现在，我已经阅读了很多关于stackoverflow的类似问题，比如how to kill zombie processes created by multiprocessing module?，它调用了我已经实现的using.join（），并且我从这里学习了如何杀死所有这些进程Python Multiprocessing Kill Processes。但我想知道我的代码可能出了什么问题。 我无法在main1函数中共享所有代码，但我已将整个代码块放在try catch块中，以避免出现主代码中的错误可能导致僵尸进程的情况。

def main1((param1, param2, param3)):
    try:
       resout.append(some_data) //resout in case of no error
    except:
        print traceback.format_exc()
        resout = []  //sending empty resout in case of error
    return resout

我对并行编程的概念还很陌生，调试问题也变得很棘手，任何帮助我都会非常感激。

Answer 1

通常，最常见的问题是池已创建，但尚未关闭。

我知道确保池关闭的最好方法是使用try/finally子句：

try:
    pool = Pool(ncores)
    pool.map(yourfunction, arguments)
finally:
    pool.close()
    pool.join()

如果你不想与multiprocessing斗争，我编写了一个名为parmap的简单包，它包装了多处理，使我的生活（可能还有你的生活）更轻松。

pip install parmap

import parmap
parmap.map(yourfunction, arguments)

从parmap usage部分：

• 简单的平行示例：

  import parmap
  y1 = [myfunction(x, argument1, argument2) for x in mylist]
  y2 = parmap.map(myfunction, mylist, argument1, argument2)
  y1 == y2
  

• 在元组列表上迭代：

  # You want to do:
  z = [myfunction(x, y, argument1, argument2) for (x,y) in mylist]
  z = parmap.starmap(myfunction, mylist, argument1, argument2)
  
  
  # You want to do:
  listx = [1, 2, 3, 4, 5, 6]
  listy = [2, 3, 4, 5, 6, 7]
  param = 3.14
  param2 = 42
  listz = []
  for (x, y) in zip(listx, listy):
      listz.append(myfunction(x, y, param1, param2))
  # In parallel:
  listz = parmap.starmap(myfunction, zip(listx, listy), param1, param2)