我可以在 Pool.imap 调用的函数中使用多处理队列吗？

我正在使用 python 2.7，并尝试在自己的进程中运行一些 CPU 繁重的任务。我希望能够将消息发送回父进程，以使其了解进程的当前状态。多处理队列似乎对此很完美，但我不知道如何让它工作。

所以，这是我的基本工作示例，不使用队列。

import multiprocessing as mp
import time

def f(x):
    return x*x

def main():
    pool = mp.Pool()
    results = pool.imap_unordered(f, range(1, 6))
    time.sleep(1)

    print str(results.next())

    pool.close()
    pool.join()

if __name__ == '__main__':
    main()

我尝试以多种方式传递队列，但他们收到错误消息“RuntimeError：队列对象只能通过继承在进程之间共享”。这是我根据我发现的早期答案尝试的方法之一。 （我尝试使用 Pool.map_async 和 Pool.imap 时遇到同样的问题）

import multiprocessing as mp
import time

def f(args):
    x = args[0]
    q = args[1]
    q.put(str(x))
    time.sleep(0.1)
    return x*x

def main():
    q = mp.Queue()
    pool = mp.Pool()
    results = pool.imap_unordered(f, ([i, q] for i in range(1, 6)))

    print str(q.get())

    pool.close()
    pool.join()

if __name__ == '__main__':
    main()

最后，0适应度方法（使其成为全局的）不会生成任何消息，它只是锁定。

import multiprocessing as mp
import time

q = mp.Queue()

def f(x):
    q.put(str(x))
    return x*x

def main():
    pool = mp.Pool()
    results = pool.imap_unordered(f, range(1, 6))
    time.sleep(1)

    print q.get()

    pool.close()
    pool.join()

if __name__ == '__main__':
    main()

我知道它可能会直接与 multiprocessing.Process 一起使用，并且还有其他库可以完成此操作，但我讨厌放弃非常适合的标准库函数，直到我确定这不仅仅是我的缺乏知识使我无法利用它们。

Thanks.

技巧是将队列作为参数传递给初始化器。似乎适用于所有池调度方法。

import multiprocessing as mp

def f(x):
    f.q.put('Doing: ' + str(x))
    return x*x

def f_init(q):
    f.q = q

def main():
    jobs = range(1,6)

    q = mp.Queue()
    p = mp.Pool(None, f_init, [q])
    results = p.imap(f, jobs)
    p.close()

    for i in range(len(jobs)):
        print q.get()
        print results.next()

if __name__ == '__main__':
    main()