如何在树莓派上用Multiprocessing实现传感器数据接收与网站发送并行？

完全可以通过Python的multiprocessing库实现你的需求，核心是用两个独立进程分别处理数据接收和服务器上传，再通过进程安全的队列作为缓存，解决通信延迟导致的数据丢失问题。

修正后的完整代码 #

import multiprocessing
import time
# 导入nrf24L01相关库，比如nrf24或者pyRF24，根据你的实际使用库调整
# import nrf24

def receive_data(data_queue):
    # 初始化nrf24L01接收器
    # 示例初始化（根据你的硬件配置调整）：
    # radio = nrf24.NRF24()
    # radio.begin(0, 0, 25, 24)  # CE, CSN, SPI speed, SPI bus
    # radio.setPayloadSize(32)
    # radio.openReadingPipe(1, b"\x01\x02\x03\x04\x05")
    # radio.startListening()

    sample_interval = 1 / 2000  # 2kHz采样率，每次间隔0.5ms
    while True:
        # 读取nrf24L01的数据
        # if radio.available():
        #     received_data = []
        #     radio.read(received_data, radio.getPayloadSize())
        #     # 将数据转为可用格式，比如字符串/数值
        #     data = b"".join(received_data).decode().strip()
        #     data_queue.put(data)  # 放入队列缓存

        # 模拟数据接收（实际使用时替换为真实读取逻辑）
        data = f"Sensor data {time.time()}"
        data_queue.put(data)
        print(f"Data received: {data}")
        
        # 控制采样率，确保2kHz固定频率
        time.sleep(sample_interval)

def send_to_server(data_queue):
    # 初始化服务器上传相关配置，比如requests会话
    # import requests
    # session = requests.Session()
    # server_url = "https://your-server-url/upload"

    while True:
        # 从队列取出数据，队列为空时阻塞等待，避免空轮询
        data = data_queue.get()
        
        # 上传数据到服务器（实际使用时替换为真实上传逻辑）
        # try:
        #     response = session.post(server_url, data={"sensor_data": data})
        #     response.raise_for_status()
        #     print(f"Data sent successfully: {data}")
        # except Exception as e:
        #     print(f"Failed to send data: {e}, requeueing data...")
        #     data_queue.put(data)  # 上传失败时重新放回队列

        # 模拟上传（实际使用时替换为真实上传逻辑）
        print(f"Data sent to server: {data}")
        # 模拟服务器延迟
        time.sleep(0.1)

if __name__ == '__main__':
    # 创建进程安全的队列，作为数据缓存
    data_queue = multiprocessing.Queue(maxsize=1000)  # 设置队列最大容量，防止内存溢出

    # 创建两个进程
    receive_process = multiprocessing.Process(target=receive_data, args=(data_queue,))
    send_process = multiprocessing.Process(target=send_to_server, args=(data_queue,))

    # 启动进程
    receive_process.start()
    send_process.start()

    # 等待子进程结束（因为子进程是无限循环，主进程会一直阻塞在这里）
    receive_process.join()
    send_process.join()

关键要点说明 #

• 进程间通信：使用multiprocessing.Queue作为缓存，它是进程安全的，自带锁机制，不会出现多个进程同时读写导致的数据混乱问题。设置maxsize可以限制队列最大长度，防止接收速度远快于上传速度时占用过多内存。
• 无限循环执行：两个子进程内部都用while True实现不间断运行，主进程通过join()等待子进程，确保主进程不会提前退出（主进程退出会导致所有子进程终止）。
• 采样率控制：接收进程中用time.sleep(1/2000)保证2kHz的固定采样率，实际使用时可以根据nrf24L01的接收API调整，确保数据读取频率符合要求。
• 上传容错：如果服务器上传失败，可以将数据重新放回队列，避免数据丢失（代码中已注释该逻辑，可根据实际需求启用）。

原代码问题修正 #

• 你原代码中重复给p1赋值，导致接收进程没有被创建，需要分别创建两个进程对象。
• 进程需要调用start()方法才能启动，且要传入队列作为参数实现数据共享。
• 主进程不需要自己的while True循环，用join()等待子进程即可，否则会额外占用资源。

内容的提问来源于stack exchange，提问作者Emmanuel Andrade