Question

这是我使用多处理的示例程序。计算使用multiprocessing.Process完成，结果使用multiprocessing.Queue收集。

#THIS PROGRAM RUNS WITH ~40Gb RAM. (you can reduce a,b,c for less RAM 
#but then it works for smaller values)
#PROBLEM OCCURS ONLY FOR HUGE DATA.   
from numpy import *
import multiprocessing as mp

a = arange(0, 3500, 5)
b = arange(0, 3500, 5)
c = arange(0, 3500, 5)  
a0 = 540. #random values
b0 = 26.
c0 = 826.
def rand_function(a, b, c, a0, b0, c0):
    Nloop = 100.
    def loop(Nloop, out):
        res_total = zeros((700, 700, 700), dtype = 'float') 
        n = 1
        while n <= Nloop:
            rad = sqrt((a-a0)**2 + (b-b0)**2 + (c-c0)**2)
            res_total += rad
            n +=1 
        out.put(res_total)
    out = mp.Queue() 
    jobs = []
    Nprocs = mp.cpu_count()
    print "No. of processors : ", Nprocs
    for i in range(Nprocs):
        p = mp.Process(target = loop, args=(Nloop/Nprocs, out)) 
        jobs.append(p)
        p.start()

    final_result = zeros((700, 700, 700), dtype = 'float')

    for i in range(Nprocs):
        final_result = final_result + out.get()

    p.join()
test = rand_function(a,b,c,a0, b0, c0)

以下是错误消息：

Traceback (most recent call last):
  File "/usr/lib/python2.7/multiprocessing/queues.py", line 266, in _feed
    send(obj)
SystemError: NULL result without error in PyObject_Call

我读到here这是一个错误。但我无法理解。任何人都可以告诉我使用多处理计算大量数据的方法吗？

非常感谢

Answer 1

错误报告您的引用声明多处理模块无法将大量参数推送到子进程。

原因是它需要腌制这些参数并将腌制的blob存储在内存中。

但是，您不需要将数组作为参数传递。

可能的原因：

传递封闭loop作为目标
将mp.Queue()作为参数传递

请参阅http://stevenengelhardt.com/2013/01/16/python-multiprocessing-module-and-closures/关于将关闭转换为课程的信息。

在控制多处理之前设置完全状态。

多处理：在PyObject_Call中没有错误的NULL结果

1 个答案: