python多处理池如果值中止

2023年5月4日 116次阅读

我正在开发一个脚本,我随机创建对象,但我不想重复.它们被存储起来,每次我创建一个新的,我都会检查现有的.正如我想为大量对象做的那样,我现在正在尝试并行化它,但到目前为止还没有成功.我尝试了在网上找到的一些解决方案(主要在这里),但仍然无法正常工作.

我的想法是启动一个池并将我的功能映射到它.当进程找到匹配时,它将值设置为1.此值可由所有进程读取,它们可以使用锁写入它,我需要在最后返回.因此,我创建了一个Lock和一个Value,以便所有进程都可以读取该值(因此lock = False)并检查是否在另一个进程中找到了匹配项.然后我尝试了一些与事件不同的东西,并检查它是否已设置但是仍然无法工作……然后我尝试提出一个特殊的异常,但仍未成功使代码成功.

拜托,我更喜欢编写OOP,所以我会避免直到我的最后一个资源来定义一个全局变量,因为我认为它们是不确定的(个人意见).

这是一个MWE,我用int替换我的复杂对象,用范围(10000)替换我存储的对象以帮助你理解.

#!/usr/bin/env python3

import multiprocessing as muproc


def ParallelCheck(me):
    print(" Testing {}...".format(me))
    #manager = muproc.Manager()
    #lock = manager.Lock()
    lock = muproc.Lock()
    back = muproc.Value("i", 0, lock=False)
    ParChild = ParallelChild(me, lock, back)
    with muproc.Pool() as pool:
        try:
            pool.map(ParChild.run, range(10000))
        except AbortPool:
            pool.terminate()
            print("pool")
    return back.value


def Computation(me, neighbour):
    return me == neighbour



class ParallelChild(object):
    def __init__(self, me, lock, back):
        self.abort = muproc.Event()
        self.lock = lock
        self.me = me
        self.back = back

    def run(self, neighbour):
        print("run")
        if self.abort.is_set():
            print("Aborting")
            pass
        else:
            if Computation(self.me, neighbour):
                self.lock.acquire()
                self.abort.set()
                self.back.value = 1
                print("GOTCHA")
                self.lock.release()
                raise AbortPool
            else:
                print("...")


class AbortPool(Exception):
    #pass
    def __init__(self):
        ## Just to check
        print("AbortPool raised!")



if __name__ == "__main__":
    values = [12000, 13, 7]
    for v in values:
        print("value={} match={}".format(v, ParallelCheck(v)))

现在它产生一个RunTimeError：

me@stigepc4$python3 mwe.py 
 Testing 12000...
Traceback (most recent call last):
  File "mwe.py", line 63, in <module>
    print("value={} match={}".format(v, ParallelCheck(v)))
  File "mwe.py", line 16, in ParallelCheck
    pool.map(ParChild.run, range(10000))
  File "/usr/lib/python3.4/multiprocessing/pool.py", line 260, in map
    return self._map_async(func, iterable, mapstar, chunksize).get()
  File "/usr/lib/python3.4/multiprocessing/pool.py", line 599, in get
    raise self._value
  File "/usr/lib/python3.4/multiprocessing/pool.py", line 383, in _handle_tasks
    put(task)
  File "/usr/lib/python3.4/multiprocessing/connection.py", line 206, in send
    self._send_bytes(ForkingPickler.dumps(obj))
  File "/usr/lib/python3.4/multiprocessing/reduction.py", line 50, in dumps
    cls(buf, protocol).dump(obj)
  File "/usr/lib/python3.4/multiprocessing/sharedctypes.py", line 128, in reduce_ctype
    assert_spawning(obj)
  File "/usr/lib/python3.4/multiprocessing/context.py", line 347, in assert_spawning
    ' through inheritance' % type(obj).__name__
RuntimeError: c_int objects should only be shared between processes through inheritance

我想它与Lock有关(虽然评论经理但是这不起作用)或者与Value有关但现在想法如何摆脱它…

编辑

当我继续尝试改变我的代码以我想要的方式工作时,我意识到我没有提到我的主要问题是什么.我真正的困难是如果找到匹配项,则停止池中的所有进程.这就是我所需要的,因此并行运行优于串行运行.现在我可以让一个事件告诉孩子是否已经找到匹配,但它会不断循环数据,即使我引发异常……

编辑2

简单地说,我有以下……

for o in objects:
    if too_close(o, existing_objects):
        return 1
return 0

…我希望在CPU之间分配……

for o in objects:
    if too_close(o, some_existing_objects):
        return 1 and abort other processes
return 0

最佳答案 通过寻找答案,我的脚本太复杂了.

我试着从接近原始文档的东西开始

多处理模块.

然后没有成功我寻找一种方法来修复它并添加了一些东西.

我不是python多处理的专家,但经过一段时间的尝试,
我发现在第一场比赛中中止pool.map的唯一方法是使用一个事件
所以所有进程都知道它已经发生,然后它们都会抛出一个特殊的异常
流产自己
我可以摆脱价值和锁定,它们对我的情况毫无用处.

但是我做这些事情的方式可能效率不高.
产生这些过程将耗费大量的计算时间,
并且每个进程都会将需要运行的数据复制到自己的内存中.

我试图产生较少的进程,但每个都有较少的数据和
他们将自己迭代的数据集(不让池处理这部分).
所以我可以选择哪个数据进入哪个进程.
在我的例子中,我将范围(10000)分成例如4个过程
每个都有2500的范围.

我只想知道是否有匹配,因此我可以进一步简化.
我可以设置当找到匹配时,设置事件并返回函数以使其停止.
另一个进程测试事件的状态,一旦设置它们就会返回到自己停止状态.

现在回到主要过程,最后我只看一下这个事件
(当然,不要忘记在开头清除它).
如果已设置,则找到匹配并且就这么简单.

缺点是我必须声明multiprocessing.Event全局…
否则,当生成进程时,每个子进程都会复制它
他们无法在他们之间和主要过程之间进行沟通.

但正如bj0已经提到的那样,并行化这个问题可能不是更好……

在实现这两种方法之后,我将它们与串行问题进行了比较,这是我的结果
对于同一台机器的给定案例：

>序列号：7s
>游泳池：910s
> 3个进程拥有自己的数据集：97s

所以没有什么比这更好了…我会坚持我的串行实现,并寻找其他方法来加速事情,像其他方法,而不是完全随机…

这是我的MWE的最后一个工作版本：

#!/usr/bin/env python3
import multiprocessing as muproc

def ParallelCheck(me):
    print(" Testing {}...".format(me))
    global abort
    abort.clear()
    ParChild = ParallelChild(me)
    jobs = []
    N = 4
    for i in range(N):
        jobs.append(muproc.Process(target = ParChild.run, args=(range(i * 2500, (i+1) * 2500),)))
    for p in jobs:
        p.start()
    for p in jobs:
        p.join()
    if abort.is_set():
        print("MATCH FOUND")
        return 1
    else:
        print(" no match...")
        return 0


def Computation(me, neighbour):
    return me == neighbour


class ParallelChild(object):
    def __init__(self, me):
        self.me = me

    def run(self, neighbours):
        global abort
        for neighbour in neighbours:
            print("{} vs {} by {}".format(self.me, neighbour, self.CurProc()))
            if abort.is_set():
                print("Aborting {}".format(self.CurProc()))
                return 0
            else:
                if Computation(self.me, neighbour):
                    abort.set()
                    print("GOTCHA {}".format(self.CurProc()))
                    return 1

    def CurProc(self):
        return muproc.current_process()._identity[0]



if __name__ == "__main__":
    abort = muproc.Event()
    values = [12000, 130, 7]
    for v in values:
        print("value={} match={}".format(v, ParallelCheck(v)))
点赞