Question

我正在开发一个脚本，我随机创建对象，但我不想要重复。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（实际上主要在这里），但仍然无法正常工作。

我的想法是启动一个游泳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Lock和Value，以便所有进程都可以读取值（因此lock=False）并检查是否在另一个进程中找到了匹配项。然后我尝试了与Event不同的东西，并检查它是否已设置但仍然无法正常工作......然后我尝试提出一个特殊的Exception但仍未成功使代码成功

请，我更喜欢编写OOP，所以我会避免直到我的最后一个资源定义global变量，因为我认为它们不确定（个人意见）。

这是一个MWE，我用int替换了我的复杂对象，用range(10000)替换了我存储的对象，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

我想这与Lock有关（虽然评论Manager但这不起作用）或Value但现在想法如何摆脱它...

修改

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，即使我引发了异常...

修改2

简单地说，我有以下......

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

...我希望在像...之类的CPU中分发。

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

Answer 1

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。

但是我做事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，每个进程都会将需要运行的数据复制到自己的内存中。

我尝试生成较少的进程，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。在我的示例中，我将range(10000)拆分为例如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。另一个过程测试事件的状态，一旦设置它们就会自动停止。

现在回到主流程中，最后我只看一下这个事件（当然，不要忘记在开头清除它）。如果设置了，则找到匹配，就像那样简单。

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，这是我的结果对于具有相同机器的给定案例：

序列号：7s
游泳池：910s
3个进程拥有自己的数据集：97s

所以在这里没有更好......我会坚持我的串行实现，并寻找其他方法来加速事情，就像其他方法一样完全随机...

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)))

python多处理池如果值中止

1 个答案: