给定N个生成器，是否可以创建一个在并行过程中运行它们并生成这些生成器的zip的生成器？

如何解决给定N个生成器，是否可以创建一个在并行过程中运行它们并生成这些生成器的zip的生成器？

可以花些力气来获得这样的“ ”（尝试命名），但是正如@jasonharper所述，您肯定需要在子进程内组装子生成器，因为运行发电机不能腌制。

下面的模式是可重用的，只有生成器函数gen()是针对此示例定制的。该设计multiprocessing.SimpleQueue用于将生成器结果返回给父级并multiprocessing.Barrier进行同步。

调用Barrier.wait()将阻塞调用者（任何进程中的线程），直到指定的数目parties已调用.wait()，随后所有当前等待Barrier获取的线程同时释放。Barrier此处的用法可确保仅在父级从迭代接收到所有 结果 之后 才开始计算进一步的生成器结果，这可能是控制总体内存消耗的理想方法。 __

使用的并行工作程序数量等于您在gen_args_tuples-iterable中提供的参数元组的数量，因此gen_args_tuples=zip(range(4))将使用四个工作程序。有关更多详细信息，请参见代码中的注释。

import multiprocessing as mp

SENTINEL = 'SENTINEL'


def gen(a):
    """Your individual generator function."""
    lst = ['a', 'b', 'c']
    for ch in lst:
        for _ in range(int(10e6)):  # some dummy computation
            pass
        yield ch + str(a)


def _worker(i, barrier, queue, gen_func, gen_args):
    for x in gen_func(*gen_args):
        print(f"WORKER-{i} sending item.")
        queue.put((i, x))
        barrier.wait()
    queue.put(SENTINEL)


def parallel_gen(gen_func, gen_args_tuples):
    """Construct and yield from parallel generators
     build from `gen_func(gen_args)`.
     """
    gen_args_tuples = list(gen_args_tuples)  # ensure list
    n_gens = len(gen_args_tuples)
    sentinels = [SENTINEL] * n_gens
    queue = mp.SimpleQueue()
    barrier = mp.Barrier(n_gens + 1)  # `parties`: + 1 for parent

    processes = [
        mp.Process(target=_worker, args=(i, barrier, queue, gen_func, args))
        for i, args in enumerate(gen_args_tuples)
    ]

    for p in processes:
        p.start()

    while True:
        results = [queue.get() for _ in range(n_gens)]
        if results != sentinels:
            results.sort()
            yield tuple(r[1] for r in results)  # sort and drop ids
            barrier.wait()  # all workers are waiting
            # already, so this will unblock immediately
        else:
            break

    for p in processes:
        p.join()


if __name__ == '__main__':

    for res in parallel_gen(gen_func=gen, gen_args_tuples=zip(range(4))):
        print(res)

WORKER-1 sending item.
WORKER-0 sending item.
WORKER-3 sending item.
WORKER-2 sending item.
('a0', 'a1', 'a2', 'a3')
WORKER-1 sending item.
WORKER-2 sending item.
WORKER-3 sending item.
WORKER-0 sending item.
('b0', 'b1', 'b2', 'b3')
WORKER-2 sending item.
WORKER-3 sending item.
WORKER-1 sending item.
WORKER-0 sending item.
('c0', 'c1', 'c2', 'c3')

Process finished with exit code 0

解决方法

假设我有N个生成器gen_1,...,gen_N，其中每个生成器将产生相同数量的值。我想要一个生成器gen，使其在N个并行进程中运行gen_1，…，gen_N(next(gen_1),next(gen_2),... next(gen_N))

那就是我想要的：

def gen():
   yield (next(gen_1),... next(gen_N))

每个gen_i都在自己的进程上运行。是否有可能做到这一点？我在下面的虚拟示例中尝试执行此操作，但未成功：

A = range(4)

def gen(a):
    B = ['a','b','c']
    for b in B:
        yield b + str(a)

def target(g):
    return next(g)

processes = [Process(target=target,args=(gen(a),)) for a in A]

for p in processes:
    p.start()

for p in processes:
    p.join()

但是我得到了错误TypeError: cannot pickle 'generator' object。

编辑：

我已经修改了@darkonaut答案，以适应我的需要。如果有人觉得有用，我会发布它。我们首先定义几个实用程序函数：

from itertools import zip_longest
from typing import List,Generator


def grouper(iterable,n,fillvalue=iter([])):
    "Collect data into fixed-length chunks or blocks"
    args = [iter(iterable)] * n
    return zip_longest(*args,fillvalue=fillvalue)

def split_generators_into_batches(generators: List[Generator],n_splits):
    chunks = grouper(generators,len(generators) // n_splits + 1)

    return [zip_longest(*chunk) for chunk in chunks]

下列类负责将任意数量的生成器拆分为n个（进程数）批处理，并对其进行处理以产生所需的结果：

import multiprocessing as mp

class GeneratorParallelProcessor:
SENTINEL = 'S'

def __init__(self,generators,n_processes = 2 * mp.cpu_count()):
    self.n_processes = n_processes
    self.generators = split_generators_into_batches(list(generators),n_processes)
    self.queue = mp.SimpleQueue()
    self.barrier = mp.Barrier(n_processes + 1)
    self.sentinels = [self.SENTINEL] * n_processes

    self.processes = [
        mp.Process(target=self._worker,args=(self.barrier,self.queue,gen)) for gen in self.generators
    ]

def process(self):
    for p in self.processes:
        p.start()

    while True:
        results = list(itertools.chain(*(self.queue.get() for _ in self.generators)))
        if results != self.sentinels:
            yield results
            self.barrier.wait()
        else:
            break

    for p in self.processes:
        p.join()

def _worker(self,barrier,queue,generator):
    for x in generator:
        queue.put(x)
        barrier.wait()
    queue.put(self.SENTINEL)

要使用它，只需执行以下操作：

parallel_processor = GeneratorParallelProcessor(generators)

    for grouped_generator in parallel_processor.process():
        output_handler(grouped_generator)