具有 numpy 函数的多处理池

Question

我有一台带有 6 核的 i5-8600k，正在运行 Windows 10 计算机。我正在尝试使用 2 个 numpy 函数执行多处理。我事先提出了一个问题，但我没有成功运行该问题：issue，下面的代码来自该问题的答案。我试图同时运行 func1() 和 func2()，但是，当我运行下面的代码时，它会一直运行下去。

import multiprocessing as mp
import numpy as np
num_cores = mp.cpu_count()

Numbers = np.array([1,2,3,4,5,6,7,8,9,10,11,12])
def func1():
     Solution_1 = Numbers + 10
     return Solution_1
def func2():
     Solution_2 = Numbers * 10
     return Solution_2

# Getting ready my cores, I left one aside
pool = mp.Pool(num_cores-1)
# This is to use all functions easily
functions = [func1, func2]
# This is to store the results
solutions = []
for function in functions:
    solutions.append(pool.apply(function, ()))

Answer 1

代码有几个问题。首先，如果你想在 Windows 中的 Jupyter Notebook 下运行它，那么你需要将你的工作函数 func1 和 func2 放在一个外部模块中，例如，workers.py 并导入它们，然后意味着您现在需要将 Numbers 数组作为参数传递给工作人员，或者在初始化池时使用该数组初始化每个进程的静态存储。我们将使用名为 init_pool 的函数为您提供第二种方法，如果我们在 Notebook 下运行，也必须导入该函数：

workers.py

def func1():
     Solution_1 = Numbers + 10
     return Solution_1

def func2():
     Solution_2 = Numbers * 10
     return Solution_2

def init_pool(n_array):
    global Numbers
    Numbers = n_array

第二个问题是，在 Windows 下运行时，创建子进程或多处理池的代码必须位于受条件 if __name__ == '__main__': 控制的块内。第三，如果您只想运行两个并行的“作业”，那么创建大于 2 的池大小是很浪费的。第四，我认为最后，您使用了错误的池方法。 apply 将阻塞，直到提交的“作业”（即由 func1 处理的作业）完成，因此您根本无法实现任何程度的并行。您应该使用 apply_async。

import multiprocessing as mp
import numpy as np
from workers import func1, func2, init_pool


if __name__ == '__main__':
    #num_cores = mp.cpu_count()
    Numbers = np.array([1,2,3,4,5,6,7,8,9,10,11,12])
    pool = mp.Pool(2, initializer=init_pool, initargs=(Numbers,)) # more than 2 is wasteful
    # This is to use all functions easily
    functions = [func1, func2]
    # This is to store the results
    solutions = []
    results = [pool.apply_async(function) for function in functions]
    for result in results:
        solutions.append(result.get()) # wait for completion and get the result
    print(solutions)

打印：

[array([11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22]), array([ 10,  20,  30,  40,  50,  60,  70,  80,  90, 100, 110, 120])]