python - 在 python 中自动激活多处理管理器()字典

Question

我正在使用 autovivification 在多处理设置中存储数据。但是，我不知道如何将它合并到多处理管理器功能中。

我的自动激活代码来自Multiple levels of 'collection.defaultdict' in Python并且在没有多处理发生时工作正常。

class vividict(dict):  
    def __getitem__(self, item):
        try:
            return dict.__getitem__(self, item)
        except KeyError:
            value = self[item] = type(self)()
            return value

我的多进程代码相对简单:

if __name__ == "__main__":
    man = Manager()
    ngramDict = man.dict()
    print(ngramDict) # {}
    s_queue = Queue()

    aProces = Process(target=insert_ngram, args=(s_queue,ngramDict,))
    aProces.start()
    aProces.join()
    print(ngramDict) # {}
    write_to_file()

在 insert_ngram 中，字典被读取、写入和更新:

def insert_ngram(sanitize_queue, ngramDict):
    ngramDict = Vividict() # obviously this overwrites the manager
    try:
        for w in iter(s_queue.get, None):
        if ngramDict[w[0]][w[1]][w[2]][w[3]][w[4]]:
            ngramDict[w[0]][w[1]][w[2]][w[3]][w[4]]+=int(w[5])
        else:
            ngramDict[w[0]][w[1]][w[2]][w[3]][w[4]]=int(w[5])
    print(ngramDict) # prints the expected ngramdict
    return
except KeyError as e:
    print("Key %s not found in %s" % (e, ngramDict))
except Exception as e:
    print("%s failed with: %s" % (current_process().name, e))

我已经尝试了一系列我认为很好的解决方案，但我无法让它工作，除了在 insert_ngram 中调用 write_to_file 但事实并非如此确实是一个巧妙的解决方案。

是否有可能让 Manager.dict() 自动生成？

-------- 2013 年 6 月 12 日更新 --------

由于 Manager() 提供代理，因此不会存储/跟踪子进程中对 manager.Dict() 的任何更改。 (另请参阅:How does multiprocessing.Manager() work in python?)这可以通过以下方式解决:

def insert_ngram(sanitize_queue, ngramDict):
    localDict = Vividict()
    localDict.update(ngramDict)
    #do stuff
    ngramDict.update(ngramiDict)

我正在等待我的机器完成一些任务，这样我就可以看到它的性能如何。像这样上下复制 Dicts 似乎会影响性能。 (我的 Dicts 达到了 200Mb+)

-------- 2013 年 8 月 12 日更新 --------在我的应用程序中，dict.update() 只被命中一次，所以即使 Dict 是 ~200Mb+，总的来说它对性能影响不大......

Answer 1

多处理 Manager() 提供字典或列表的代理。子进程中 manager.Dict() 的任何变更都不会被存储/跟踪。因此需要将突变复制到属于管理器的代理变量。(另请参阅:How does multiprocessing.Manager() work in python?)

可以通过以下方式解决:

def insert_ngram(queue, managerDict):
    # create a local dictionary with vivification
    localDict = Vividict() 
    # copy the existing manager.dict to the local dict.
    localDict.update(managerDict) 
    #do stuff 
    # copy the local dictionary to the manager dict
    managerDict.update(localDict) 
    return 

虽然这似乎是一些严重的开销，但在这种情况下还不算太糟糕，因为管理器字典只需要在加入主进程之前更新()。