python - 对面向队列的函数使用多处理后没有性能提升

Question

我想要优化的真实代码太复杂，无法包含在此处，因此这里是一个简化的示例:

def enumerate_paths(n, k):
    """
    John want to go up a flight of stairs that has N steps. He can take
    up to K steps each time. This function enumerate all different ways
    he can go up this flight of stairs.
    """
    paths = []
    to_analyze = [(0,)]

    while to_analyze:
        path = to_analyze.pop()
        last_step = path[-1]

        if last_step >= n:
            # John has reach the top
            paths.append(path)
            continue

        for i in range(1, k + 1):
            # possible paths from this point
            extended_path = path + (last_step + i,)
            to_analyze.append(extended_path)

    return paths

输出看起来像这样

>>> enumerate_paths(3, 2)
[(0, 2, 4), (0, 2, 3), (0, 1, 3), (0, 1, 2, 4), (0, 1, 2, 3)]

您可能会发现结果令人困惑，因此这里有一个解释。例如，(0, 1, 2, 4)表示John可以按时间顺序将脚放在第一步、第二步和第四步上，最后他停在第4步，因为他只需要向上走3 个步骤。

我尝试将多处理合并到此代码片段中，但没有观察到性能提升，甚至没有一点点!

import multiprocessing

def enumerate_paths_worker(n, k, queue):
    paths = []

    while not queue.empty():
        path = queue.get()
        last_step = path[-1]

        if last_step >= n:
            # John has reach the top
            paths.append(path)
            continue

        for i in range(1, k + 1):
            # possible paths from this point
            extended_path = path + (last_step + i,)
            queue.put(extended_path)

    return paths


def enumerate_paths(n, k):
    pool = multiprocessing.Pool()
    manager = multiprocessing.Manager()
    queue = manager.Queue()

    path_init = (0,)
    queue.put(path_init)
    apply_result = pool.apply_async(enumerate_paths_worker, (n, k, queue))

    return apply_result.get()

Python列表to_analysis的作用就像一个任务队列，队列中的每个项目都可以单独处理，所以我认为这个函数有可能通过采用多线程/处理来优化。另请注意，项目的顺序并不重要。事实上，在优化它时，你可以返回一个Python集、一个Numpy数组或一个Pandas数据框，只要它们代表同一组路径即可。

奖励问题:通过使用 Numpy、Pandas 或 Scipy 等科学软件包来完成这样的任务，我可以获得多少性能？

Answer 1

TL;DR

如果您的实际算法不涉及比您在示例中向我们展示的更昂贵的计算，则多处理的通信开销将占主导地位，并使您的计算时间比顺序执行长很多倍。

<小时/>

您对 apply_async 的尝试实际上只使用了池中的一个工作线程，这就是为什么您看不到差异。 apply_async 的设计只是一次为一名 worker 提供服务。此外，如果您的工作人员需要共享中间结果，那么仅将串行版本传递到池中是不够的，因此您必须修改目标函数才能实现这一点。

但正如在简介中已经说过的，只有当计算量足够大以收回进程间通信(和进程创建)的开销时，您的计算才会从多处理中受益。

下面针对一般问题的解决方案使用 JoinableQueue 结合进程终止的哨兵值来同步工作流程。我添加了一个函数 busy_foo 来使计算量更大，以显示多处理具有其优势的情况。

from multiprocessing import Process
from multiprocessing import JoinableQueue as Queue
import time

SENTINEL = 'SENTINEL'

def busy_foo(x = 10e6):
    for _ in range(int(x)):
        x -= 1


def enumerate_paths(q_analyze, q_result, n, k):
    """
    John want to go up a flight of stairs that has N steps. He can take
    up to K steps each time. This function enumerate all different ways
    he can go up this flight of stairs.
    """
    for path in iter(q_analyze.get, SENTINEL):
        last_step = path[-1]

        if last_step >= n:
            busy_foo()
            # John has reach the top
            q_result.put(path)
            q_analyze.task_done()
            continue
        else:
            busy_foo()
            for i in range(1, k + 1):
                # possible paths from this point
                extended_path = path + (last_step + i,)
                q_analyze.put(extended_path)
            q_analyze.task_done()


if __name__ == '__main__':

    N_CORES = 4

    N = 6
    K = 2

    start = time.perf_counter()
    q_analyze = Queue()
    q_result = Queue()

    q_analyze.put((0,))

    pool = []
    for _ in range(N_CORES):
        pool.append(
            Process(target=enumerate_paths, args=(q_analyze, q_result, N, K))
        )

    for p in pool:
        p.start()

    q_analyze.join() # block until everything is processed

    for p in pool:
        q_analyze.put(SENTINEL)  # let the processes exit gracefully

    results = []
    while not q_result.empty():
        results.append(q_result.get())

    for p in pool:
        p.join()

    print(f'elapsed: {time.perf_counter() - start: .2f} s')

结果

如果我使用上面的代码并将 busy_foo 注释掉，则需要 N=30，K=2(2178309 个结果):

• ~208s N_CORES=4
• 2.78s sequential original

Pickling 和 Unpickling、针对锁运行的线程等，导致了这种巨大的差异。

现在，为两者启用 busy_foo 并且 N=6，K=2(21 个结果)，需要:

• 6.45s N_CORES=4
• 30.46s sequential original

这里的计算量足够大，可以收回开销。

Numpy

Numpy 可以多次加速矢量化操作，但您可能会看到 numpy 在这方面的性能损失。 Numpy 使用连续的内存块作为数组。当您更改数组大小时，整个数组必须再次重建，这与使用 python 列表不同。