python关于pool+map+arcgis's py module并行计算疑惑

学习了
《一行 Python 实现并行化 -- 日常多线程操作的新思路》http://blog.segmentfault.com/caspar/1190000000414339
原作者 Chris https://medium.com/building-things-on-the-internet/40e9b2b36148#66bf-f06f781cb52b 后，
我在用Pool多进程执行并行计算，主要是调用arcgis的py模块，发现一个问题：
我的代码：

files=['E:/select/r0_51x47.txt',
       'E:/select/r0_79x77.txt',
       'E:/select/r0_89x65.txt',
       'e:/select/r0_101x109.txt',
       'e:/select/r0_104x88.txt',
       'e:/select/r0_127x80.txt',
       'e:/select/r0_139x136.txt',
       'e:/select/r0_204x209.txt']
print ('')
print ('###################################')
pool_costtime_start= datetime.datetime.now()

pool = Pool()#len(files)

pool.map(ExtractRidge, files)

pool.close()
pool.join()

print ('Pool Cost time: '+\
        str((datetime.datetime.now() - pool_costtime_start).seconds)+\
        ' seconds')

len(files)>CPU数（我的是win7+i5），执行过程中某个进程执行到arcgis提供的函数时，会无限期等待着，如下图：

我的解决方法是：直接设置Pool的大小，即

pool=Pool(len(files))

这样就不会出现之前的情况了，这是成功的结果

同样的，我还测试了用

pool=ThreadPool() 或者
pool=ThreadPool(len(files))

实现多线程的并行计算。这个就更糟糕了，提示：

提示的函数，z_limit是第三个参数，默认值为“”

arcpy.gp.Fill_sa(dem, fill, "")

但是，在指定进程数的情况下确没问题。我的问题是：

1. 对于CPU密集型的计算来说，进程数是否需要严格指定？例如我的第一个情况下，需要指定进程数才能运算成功，默认由计算机CPU个数来决定的情况就会down机；

2. 是否多线程对于CPU密集型的计算容易出错？因为我用的arcgis模块计算量都很大；

                      **请路过的大神多多指教！**

作为前面几位同学讨论的补充，给出一个可运行例子以说明在multiprocessing模块的进程池中全局对象的生存周期。
foo.py
counter = dict(readed=0) def readfile(filename): counter['readed']+=1 print '%s readed %d'%(filename,counter['readed'])
main.py
import time,multiprocessing files=['a.txt','b.txt','c.txt','d.txt','e.txt'] def dowork(filename): import foo time.sleep(2) foo.readfile(filename) if __name__ == '__main__': pool=multiprocessing.Pool(2) pool.map(dowork,files) pool.close() pool.join()
python main.py输出:
a.txt readed 1 b.txt readed 1 c.txt readed 2 d.txt readed 2 e.txt readed 3
dowork被调用5次，但foo.py的全局对象counter只初始化2次。修改dowork方法为
def dowork(filename): from sys import modules import foo time.sleep(2) foo.readfile(filename) del modules['foo']
python main.py输出
a.txt readed 1 b.txt readed 1 c.txt readed 1 d.txt readed 1 e.txt readed 1
dowork被调用5次，foo.py的全局对象counter初始化5次，这才是我们所期待的结果。
回到题主的情况，很可能arcpy模块引用并改变某全局对象G。当进程池的进程数=文件数，全局对象G相互间无共享，运行正常；当进程池的进程数<文件数，全局对象G被共享，于是厄运开始...
引用：How to un-import modules
先回答问题：
回到您的问题。您在使用 multiprocessing 的时候碰到的问题——由于没有您完整的代码——我推测可能有以下两点原因：
对于您的多线程测试，对问题原因的猜测就更多了，比如代码中有一些非线程安全的全局变量，等等等等，需要根据具体任务代码来看。

玩蛇网文章，转载请注明出处和文章网址：https://www.iplaypy.com/wenda/wd19819.html