Python：并行执行cat子进程

Question

我正在cat | zgrep远程服务器上运行几个命令，并分别收集其输出以进行进一步处理：

class MainProcessor(mp.Process):
    def __init__(self, peaks_array):
        super(MainProcessor, self).__init__()
        self.peaks_array = peaks_array

    def run(self):
        for peak_arr in self.peaks_array:
            peak_processor = PeakProcessor(peak_arr)
            peak_processor.start()

class PeakProcessor(mp.Process):
    def __init__(self, peak_arr):
        super(PeakProcessor, self).__init__()
        self.peak_arr = peak_arr

    def run(self):
        command = 'ssh remote_host cat files_to_process | zgrep --mmap "regex" '
        log_lines = (subprocess.check_output(command, shell=True)).split('\n')
        process_data(log_lines)

但是，这会导致顺序执行subprocess（’ssh … cat …’）命令。第二高峰等待第一个完成，依此类推。

如何修改此代码，以使子流程调用并行运行，同时仍能够分别收集每个输出？

Answer 1

另一种方法（而不是将shell进程放在后台的其他建议）是使用多线程。

run您所拥有的方法将执行以下操作：

thread.start_new_thread ( myFuncThatDoesZGrep)

要收集结果，您可以执行以下操作：

class MyThread(threading.Thread):
   def run(self):
       self.finished = False
       # Your code to run the command here.
       blahBlah()
       # When finished....
       self.finished = True
       self.results = []

如上在多线程链接中所述运行线程。如果您的线程对象具有myThread.finished == True，则可以通过myThread.results收集结果。