在 Django 中使用多处理时，应用程序尚未加载，出现异常

我正在做一个 Django 项目并尝试提高后端的计算速度。

该任务类似于 CPU 限制的转换过程

这是我的环境

• Python 3.6.1
• 姜戈 1.10
• PostgreSQL 9.6

当我尝试通过 python 多处理库并行计算 API 时，我遇到了以下错误。

  File "D:\\project\apps\converter\models\convert_manager.py", line 1, in <module>
    from apps.conversion.models import Conversion
  File "D:\\project\apps\conversion\models.py", line 5, in <module>
    class Conversion(models.Model):
  File "C:\\virtenv\lib\site-packages\django\db\models\base.py", line 105, in __new__
    app_config = apps.get_containing_app_config(module)
  File "C:\\virtenv\ib\site-packages\django\apps\registry.py", line 237, in get_containing_app_config
    self.check_apps_ready()
  File "C:\\lib\site-packages\django\apps\registry.py", line 124, in check_apps_ready
    raise AppRegistryNotReady("Apps aren't loaded yet.")

看起来像每个过程导入转换模型 和转换模型就像

from django.db import models


    Conversion(model.Model):

       conversion_name = models.CharField(max_length=63)
       conversion_user = models.CharField(max_length=31)
       conversion_description = models.TextField(blank=True)
       ...

下面是我想要并行的示例函数，每次迭代都是独立的，但会访问数据或将数据插入到 SQL 中。

Class ConversionJob():
     ...

    def run(self, p_list):
        list_merge_result = []
        for p in p_list:
            list_result = self.Couputing_api(p)
            list_merge_result.extend(list_result)

我想做的是

from multiprocessing import Pool


 Class ConversionJob():
         ...
        def run(self, p_list):
            list_merge_result = []

            p = Pool(process=4)
            list_result = p.map(self.couputing_api, p_list)
            list_merge_result.extend(list_result)

在computing_api()中，它会尝试获取当前已完成的转换信息，并在调用此api之前将其保存到SQL中，但这导致了错误。

我的问题是

• 为什么导入转换模型会导致应用程序尚未加载错误，我谷歌了很多文章但没有真正解决我的问题。

• 我可以看到生成的每个进程 SpawnPoolWorker-x 并尝试再次启动 django 服务器（为什么？），每个工作线程都会因相同的错误而停止。

• 计算API会尝试访问sql，我还没有想好如何处理这个工作。 （共享数据库连接或在每个进程中创建新连接）

对于将来可能会偶然发现这一点的其他人：

如果您在运行 Python 3.8 并尝试使用多处理包时遇到此问题，很可能是因为子处理是“生成”而不是“分叉”。这是 Mac OS 上 Python 3.8 的一项更改，其中默认进程启动方法从“fork”更改为“spawn”。 这是一个已知问题 https://code.djangoproject.com/ticket/31169与姜戈。

为了解决这个问题：

import multiprocessing as mp
mp.set_start_method('fork')