Używam biblioteki wieloprocesowej Pythona do algorytmu, w którym mam wielu pracowników przetwarzających pewne dane i zwracających wynik do procesu macierzystego. Używam multiprocessing.Queue do przekazywania zadań do pracowników, a drugi do zbierania wyników.

Wszystko działa całkiem dobrze, dopóki pracownik nie przetworzy jakiejś porcji danych. W uproszczonym przykładzie poniżej każdy pracownik ma dwie fazy:

inicjalizacja - może się nie udać, w tym przypadku pracownik powinien zostać zniszczonyprzetwarzanie danych - przetwarzanie fragmentu danych może się nie powieść, w tym przypadku pracownik powinien pominąć ten fragment i kontynuować kolejne dane.

Gdy jedna z tych faz zawiedzie, otrzymuję zakleszczenie po zakończeniu skryptu. Ten kod symuluje mój problem:

import multiprocessing as mp
import random

workers_count = 5
# Probability of failure, change to simulate failures
fail_init_p = 0.2
fail_job_p = 0.3


#========= Worker =========
def do_work(job_state, arg):
    if random.random() < fail_job_p:
        raise Exception("Job failed")
    return "job %d processed %d" % (job_state, arg)

def init(args):
    if random.random() < fail_init_p:
        raise Exception("Worker init failed")
    return args

def worker_function(args, jobs_queue, result_queue):
    # INIT
    # What to do when init() fails?
    try:
        state = init(args)
    except:
        print "!Worker %d init fail" % args
        return
    # DO WORK
    # Process data in the jobs queue
    for job in iter(jobs_queue.get, None):
        try:
            # Can throw an exception!
            result = do_work(state, job)
            result_queue.put(result)
        except:
            print "!Job %d failed, skip..." % job
        finally:
            jobs_queue.task_done()
    # Telling that we are done with processing stop token
    jobs_queue.task_done()



#========= Parent =========
jobs = mp.JoinableQueue()
results = mp.Queue()
for i in range(workers_count):
    mp.Process(target=worker_function, args=(i, jobs, results)).start()

# Populate jobs queue
results_to_expect = 0
for j in range(30):
    jobs.put(j)
    results_to_expect += 1

# Collecting the results
# What if some workers failed to process the job and we have
# less results than expected
for r in range(results_to_expect):
    result = results.get()
    print result

#Signal all workers to finish
for i in range(workers_count):
    jobs.put(None)

#Wait for them to finish
jobs.join()

Mam dwa pytania dotyczące tego kodu:

Gdyinit() zawodzi, jak wykryć, że pracownik jest nieważny i nie czekać na jego zakończenie?Gdydo_work() nie powiedzie się, jak powiadomić proces nadrzędny, że w kolejce wyników należy oczekiwać mniej wyników?

Dziękuje Ci za pomoc!