1. Python多进程multiprocessing在Windows下运行不了的问题

问题描述

python多进程multiprocessing在Windows的Dos下或者Idle运行不了会出错。

打成exe包双击后会一直打开exe，程序会重复重启，导致内存占满，在linux下确没有问题，

在Pycharm下运行也不会有问题，经过各种查阅资料，终于解决了这个Bug

问题分析

• 无限循环问题：
  在Windows环境下，使用multiprocessing创建子进程时，如果主进程是一个.py文件，并且没有使用if name == ‘main’:进行保护，那么当使用pyinstaller打包成exe运行时，可能会发生无限创建进程的死循环，导致系统资源耗尽 。解决这个问题的方法是使用multiprocessing.freeze_support()来阻止子进程运行其后面的代码，这个函数应该在if name == ‘main’:语句块中调用 。

• 进程启动方式问题：
  在Windows上，multiprocessing的spawn和forkserver启动方式不能与“冻结的”可执行内容一同使用，例如使用PyInstaller或cx_Freeze打包的程序。fork启动方式可以使用，但需要注意，fork在Windows上并不是真正的fork，而是一个全新的Python解释器进程 。

• 全局变量问题：
  在Windows下，多进程是通过启动新进程完成的，所有的全局变量都是重新初始化的，因此在运行过程中动态生成、修改过的全局变量是不能在子进程中使用的 。

• 异常处理问题：
  在使用multiprocessing.Pool时，如果子进程中的函数抛出异常而没有被捕获，异常会传递到Pool中，导致整个Pool挂起。解决方法是在子进程执行的函数中添加try-except块来捕获所有可能的异常 。

• 资源传递问题：
  在多进程中，应该避免共享资源，尤其是在Windows上，因为每个进程有独立的内存空间。如果需要共享资源，可以使用multiprocessing模块提供的共享内存对象或者Manager来实现，但这样会增加程序复杂度并可能降低效率 。

• 序列化问题：
  multiprocessing内部使用pickling传递参数到不同的进程，如果在交互式控制台中定义函数，该函数在新进程中可能不存在，导致序列化失败。因此，应该确保所有用于多进程的函数都在一个模块中定义，并且使用if name == ‘main’:进行保护 。

问题解决

只要添加在main入口下添加 multiprocessing.freeze_support() 就可以了

if __name__ == "__main__":
    multiprocessing.freeze_support()

参考:Python多进程multiprocessing在Windows下运行不了的问题
参考:github:Recipe Multiprocessing

2. gradio 出现 Unknown scheme for proxy URL URL

问题解决

• 查看代理设置

env | grep -i proxy

• 关闭代理

unset no_proxy
unset http_proxy
unset https_proxy
unset ftp_proxy
unset NO_PROXY
unset HTTP_PROXY
unset HTTPS_PROXY
unset FTP_PROXY
unset ALL_PROXY
unset all_proxy
unset ALL_PROXY