Python concurrent.futures y ProcessPoolExecutor proporcionan una interfaz ordenada para programar y monitorear tareas. Futuros inclusoproporcionar Un método .cancel ():

cancelar(): Intento de cancelar la llamada. Si la llamada esactualmente en ejecución y no se puede cancelar entonces el método devolverá False; de lo contrario, la llamada se cancelará y el método devolverá True.

Desafortunadamente de manera similarpregunta (con respecto a asyncio) la respuesta afirma que las tareas en ejecución no se pueden cancelar usando este recorte de la documentación, pero los documentos no lo dicen, solo si se están ejecutando Y no se pueden cancelar.

Enviar multiprocesamiento.Eventos a los procesos tampoco es trivialmente posible (hacerlo a través de parámetros como en multiproceso. El proceso devuelve un RuntimeError)

¿Qué estoy tratando de hacer? Me gustaría particionar un espacio de búsqueda y ejecutar una tarea para cada partición. Pero es suficiente tener UNA solución y el proceso es intensivo en CPU. Entonces, ¿hay una forma cómoda de lograr esto que no compense las ganancias al usar ProcessPool para empezar?

Ejemplo:

from concurrent.futures import ProcessPoolExecutor, FIRST_COMPLETED, wait

# function that profits from partitioned search space
def m_run(partition):
    for elem in partition:
        if elem == 135135515:
            return elem
    return False

futures = []
# used to create the partitions
steps = 100000000
with ProcessPoolExecutor(max_workers=4) as pool:
    for i in range(4):
        # run 4 tasks with a partition, but only *one* solution is needed
        partition = range(i*steps,(i+1)*steps)
        futures.append(pool.submit(m_run, partition))

    done, not_done = wait(futures, return_when=FIRST_COMPLETED)
    for d in done:
        print(d.result())

    print("---")
    for d in not_done:
        # will return false for Cancel and Result for all futures
        print("Cancel: "+str(d.cancel()))
        print("Result: "+str(d.result()))