Question

与dask并行比顺序编码要慢。

我有一个嵌套的for循环，我试图在本地群集上并行处理，但是找不到正确的方法。

我想并行处理内部循环。

我有2个大的numpy矩阵，我试图对其进行迭代并对矩阵的子集执行数学计算。尺寸：

data_mat.shape = (38, 243863)
indicies_mat.shape (243863, 27)
idxX.shape = (19,)
idxY.shape = (19,)

seq_code：

start = datetime.datetime.now()
for i in range(num+1):
    if i == 0:
        labels = np.array(true_labels)
    else:
        labels = label_mat[i]

    idxX = list(np.where(labels == 1))
    idxY = list(np.where(labels == 2))

    ansColumn = []

    for j in range(indices.shape[0]):
        list_of_indices = [[i] for i in indices_slice]
        dataX = (data_mat[idxX, list_of_indices]).T
        dataY = (data_mat[idxY, list_of_indices]).T
        ansColumn.append(calc_func(dataX, dataY))

    if i == 0:
        ansMat = ansColumn
    else:
        ansMat = np.c_[ansMat, ansColumn]


end = datetime.datetime.now()
print(end - start)

并行代码：

start = datetime.datetime.now()
cluster = LocalCluster(n_workers=4, processes=False)
client = Client(cluster)
for i in range(num+1):
    if i == 0:
        labels = np.array(true_labels)
    else:
        labels = label_mat[i]

    idxX = list(np.where(labels == 1))
    idxY = list(np.where(labels == 2))

    [big_future] = client.scatter([data_mat], broadcast=True)
    [idx_b] = client.scatter([idxX], broadcast=True)
    [idy_b] = client.scatter([idxY], broadcast=True)


    futures = [client.submit(prep_calc_func, idx_b, idy_b, indices[j, :], big_future) for j in range(indices.shape[0])]
    ansColumn = []

    for fut in dask.distributed.client.as_completed(futures):
        ansColumn.append(fut.result())

    if i == 0:
        ansMat = ansColumn
    else:
        ansMat = np.c_[ansMat, ansColumn]


end = datetime.datetime.now()
print(end - start)

辅助功能：

def = prep_calc_func(idxX, idxY, subset_of_indices, data_mat):
    list_of_indices = [[i] for i in indices_slice]
    dataX = (data_mat[idxX, subset_of_indices]).T
    dataY = (data_mat[idxY, subset_of_indices]).T
    ret_val = calc_func(dataX, dataY)
    return ret_val

本地计算机：MacBook Pro（Retina，13英寸，2014年中）处理器：2.6 GHz Intel Core i5

hw.physicalcpu：2 hw.logicalcpu：4

内存：8 GB 1600 MHz DDR3

当我执行seq代码时，需要花费01:52分钟（不到2分钟）完成

但是当我尝试并行代码时，它花费了超过15分钟的时间。（无论我使用哪种方法：计算，结果和client.submit或dask延迟）

（我更喜欢使用dask分布式软件包，因为下一阶段也可能使用远程集群。）

知道我在做什么错吗？

Answer 1

为什么有些东西变慢可能有很多原因。可能会有很多交流。您的任务可能太小（回想一下Dask每个任务的开销大约为1ms），或者完全是其他事情。有关了解Dask性能的更多信息，我建议以下文档：

在单台机器上问题解析dask代码

1 个答案: