python多处理池中止如果值

Question

我正在开发一个脚本，我在其中随机创建对象，但我不想重复。它们被存储起来，每次我创建一个新的时，我都会将它与现有的进行核对。因为我想对大量对象执行此操作，所以我现在正在尝试将其并行化，但到目前为止没有成功。我尝试了一些在网上找到的解决方案(实际上主要是在这里)，但仍然没有用。

我的想法是启动一个池并将我的函数映射到它。当一个进程找到一个匹配项时，它将一个值设置为 1。这个值对所有进程都是可读的，他们可以使用锁写入它，我需要它在最后返回。因此，我创建了一个 Lock 和一个 Value，以便所有进程都可以读取该值(因此 lock=False)并检查是否匹配已在另一个进程中找到。然后我用 Event 尝试了一些不同的东西，并检查它是否已设置，但这仍然不起作用......然后我尝试引发一个特殊的 Exception 但仍然没有成功使代码成功。

拜托，我更喜欢 OOP 编程，所以我会在最后一个资源之前避免定义一个 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，以帮助您理解。

#!/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)))

现在它产生一个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

我猜它与 Lock(虽然注释了 Manager 但这并没有更好地工作)或与 Value 但现在知道如何摆脱它...

编辑

当我继续尝试更改我的代码以按我希望的方式工作时，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，则让池中的所有进程停止。这就是我需要的，因此并行运行比串行运行更好。现在我可以有一个事件告诉 child 运行是否已经找到匹配项，但它会不断循环遍历数据，即使我引发异常......

编辑2

简单地说，我有以下......

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

...我想以类似...的方式在 CPU 之间分配

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，我的脚本过于复杂了。我试图从接近原始文档的内容开始多处理模块。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 多处理方面的专家，但是在尝试了一段时间之后，我发现在第一场比赛中中止 pool.map 的唯一方法是使用事件让所有进程都知道它发生了，然后他们都抛出一个特殊的异常中止自己。我可以去掉 Value 和 Lock，它们对我来说没用。

但是我做事的方式可能不是很有效。产生这些进程将花费大量的计算时间，每个进程都会将运行所需的数据复制到自己的内存中。

我尝试生成更少的进程，但每个进程的数据都更少，而且他们将自己迭代的数据集(不让池处理这部分)。所以我可以选择哪些数据进入哪个进程。在我的示例中，我将 range(10000) 拆分为例如4道工序每个都有 2500 的范围。

我只想知道是否匹配，因此我可以进一步简化。我可以设置当找到匹配时，事件被设置并且函数返回以便它停止。另一个进程测试事件的状态，并在设置后立即返回以停止自己。

现在回到主流程，最后我只看一下事件(当然不要忘记在开始时清除它)。如果已设置，则找到匹配项，就这么简单。

缺点是我必须声明 multiprocessing.Event 全局...否则当进程产生时，每个子进程都会复制它他们将无法在它们之间以及与主进程进行通信。

但是正如 bj0 已经提到的，将这个问题并行化可能不会更好......

在实现这两种方法后，我将它们与串行问题进行了比较，这是我的结果对于同一台机器的给定情况:

• 序列号:7s
• 带泳池:910s
• 有 3 个进程，每个进程都有自己的数据集:97 秒

所以这里没有更好的...我将坚持我的串行实现并寻找其他方法来加速事情，比如除了完全随机的其他方法...

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)))