如果任何作业在python中失败，如何退出进程？

Question

我正在根据序列号以并行方式运行作业。我正在采取每一项工作的状态， 如 - 成功或失败。然后，在获得每个作业的状态后，我正在发送带有每个作业状态的邮件。

但是邮件是在整个过程完成后生成的。但我希望如果任何作业失败，该过程将停止在那里，邮件将生成。

你能帮我怎么做吗？

我正在运行的代码：

        df_mail_final = pd.DataFrame()

        df_mail_final1 = pd.DataFrame()

        '''Getting the status of every job'''

        for m_job in df_main4.master_job.unique():

            list_df = []

            dict_mail = OrderedDict()

            temp_df1 = df_main4[df_main4['master_job'] == m_job].copy()

            temp_df1['duration'] = pd.to_datetime(temp_df1['end_time'].unique()[-1]) - pd.to_datetime(temp_df1['start_time'].unique()[0])

            temp_df1['duration'] = temp_df1['duration'].replace('0 days' ,'')

            status_list = temp_df1.status.unique()

            if(0 in status_list):

                dict_mail['Master Job Name'] = m_job

                idx = temp_df1['status'] == 0

                dict_mail['Execution_Seq'] = temp_df1.loc[idx]["exec_seq"].unique()[0]

                dict_mail['Start_time'] = temp_df1.loc[idx]["start_time"].unique()[0]

                dict_mail['End_time'] = temp_df1.loc[idx]["end_time"].unique()[-1]

                dict_mail['Status'] = 'Failed'

                dict_mail['Duration'] = temp_df1.loc[idx]["duration"].unique()[-1]

                dict_mail['Reason'] = temp_df1.loc[idx]["error_msg"].unique()[0]

                dict_mail['Function_Name'] = temp_df1.loc[idx]["error_func"].unique()[0]

                list_df.append(dict_mail)

                df_mail = pd.DataFrame(list_df)

            if(0 not in status_list):

                print(m_job)

                dict_mail['Master Job Name'] = m_job

                dict_mail['Execution_Seq'] = temp_df1.exec_seq.unique()[0]

                dict_mail['Start_time'] = temp_df1.start_time.unique()[0]

                dict_mail['End_time'] = temp_df1.end_time.unique()[-1]

                dict_mail['Status'] = 'Success'

Answer 1

分享如何实现此作业的要点/系统设计逻辑def my_parallel_job(*args, **kwargs):    # do your stuff here    passdef parallel_job_wrapper(*args, **kwargs):    try:       my_parallel_job(*args, **kwargs)       # if errors following will not run       return "success"    except:      # if errors comes      return "fail"def main(*args, **kwargs):    # call you parallel jobs from here    p1 = parallel_job_wrapper(*args, **kwargs)    # preferably you are using something like python's multithreading pool methods在上面的代码中，第二个函数是充当缓冲，以防第一个函数发生任何故障。这可确保即使任何并行作业失败，您也不会停止。main