Question

我在使用Python中的多处理时遇到了一个问题，以便计算ecoinvent v3.2数据库中所有功能单元的LCA结果，以进行多次迭代。

代码如下：

for worker_id in range(CPUS):

    # Create child processes that can work apart from parent process
    child = mp.Process(target=worker_process, args=(projects.current, output_dir, worker_id, activities, ITERATIONS, status))
    workers.append(child)
    child.start()
print(workers)

while any(i.is_alive() for i in workers):
    time.sleep(0.1)
    while not status.empty():
        # Flush queue of progress reports
        worker, completed = status.get()
        progress[worker] = completed
    progbar.update(sum(progress.values()))
progbar.finish()

定义worker_process函数如下：

def worker_process(project, output_dir, worker_id, activities, iterations, progress_queue):

# Project is string; project name in Brightway2
# output_dir is a string
# worker_id is an integer
# activities is a list of dictionaries
# iterations is an integer
# progress_queue is a Queue where we can report progress to parent process

projects.set_current(project, writable=False)

lca = DirectSolvingPVLCA(activities[0])
lca.load_data()
samples = np.empty((iterations, lca.params.shape[0]))
supply_arrays = np.empty((iterations, len(activities), len(lca.product_dict)))

for index in range(iterations):

    lca.rebuild_all()
    samples[index, :] = lca.sample
    lca.decompose_technosphere()  
    for act_index, fu in enumerate(activities):
        lca.build_demand_array(fu)
        supply_arrays[index, act_index, :] = lca.solve_linear_system()
    progress_queue.put((worker_id, index))

观察到的问题是：

对于两个以上的工人，除了两个以外的所有工人都会立即从MemoryError死亡（见下文）。
对于幸存的两名工作人员来说，代码似乎适用于10,100或5000个功能单元，但是当我们要求所有FU时，它会分解并运行到相同的MemoryError。

每个 X 进程都会出现MemoryError：

    Process Process-X: 
    Traceback (most recent call last): 
      File "C:\bw2-python\envs\bw2\lib\multiprocessing\process.py", line 254, in_bootstrap 
        self.run()    
      File "C:\bw2-python\envs\bw2\lib\multiprocessing\process.py", line 93, in run   
        self._target(*self._args, **self._kwargs)   
      File "C:\test\Do all the calculations.py", line 49, in worker_process 
        supply_arrays = np.empty((iterations, len(activities), len(lca.product_dict))) 
    MemoryError

我的问题是：

为什么会这样？
如何解决这个问题？

Answer 1

由于使用的内存过多，导致内存不足。

使用以下方式分配新数组时：

np.empty((iterations, len(activities), len(lca.product_dict)))

activities和lca.product_dict的长度分别为10.000，你使用10.000 * 10.000 * 8（假设您的默认浮点数为64位，或8字节）= 800 MB ram per iteration和per worker process。

一个简单的解决方案是在具有大量RAM的服务器上工作。

在内存中创建这些大型数组的替代方法包括：

使用PyTables或h5py
使用Numpy's memmap。

在任何一种情况下，您都需要仔细测试为您的特定工作流程和操作系统编写和读取数据的最有效方法。

在Python中使用多处理进行LCA计算时，为什么工人死于内存问题？

1 个答案: