Python 多核并行计算的示例代码


Posted in Python onNovember 07, 2017

以前写点小程序其实根本不在乎并行,单核跑跑也没什么问题,而且我的电脑也只有双核四个超线程(下面就统称核好了),觉得去折腾并行没啥意义(除非在做IO密集型任务)。然后自从用上了32核128GB内存,看到 htop 里面一堆空载的核,很自然地就会想这个并行必须去折腾一下。后面发现,其实 Python 的并行真的非常简单。

Python 多核并行计算的示例代码

multiprocessing vs threading

Python 自带的库又全又好用,这是我特别喜欢 Python 的原因之一。Python 里面有 multiprocessing和 threading 这两个用来实现并行的库。用线程应该是很自然的想法,毕竟(直觉上)开销小,还有共享内存的福利,而且在其他语言里面线程用的确实是非常频繁。然而,我可以很负责任的说,如果你用的是 CPython 实现,那么用了 threading 就等同于和并行计算说再见了(实际上,甚至会比单线程更慢),除非这是个IO密集型的任务。

GIL

CPython 指的是 python.org 提供的 Python 实现。是的,Python 是一门语言,它有各种不同的实现,比如 PyPy, Jython, IronPython 等等……我们用的最多的就是 CPython,它几乎就和 Python 画上了等号。

CPython 的实现中,使用了 GIL 即全局锁,来简化解释器的实现,使得解释器每次只执行一个线程中的字节码。也就是说,除非是在等待IO操作,否则 CPython 的多线程就是彻底的谎言!

有关 GIL 下面两个资料写的挺好的:

  1. http://cenalulu.github.io/python/gil-in-python/
  2. http://www.dabeaz.com/python/UnderstandingGIL.pdf

multiprocessing.Pool

因为 GIL 的缘故 threading 不能用,那么我们就好好研究研究 multiprocessing。(当然,如果你说你不用 CPython,没有 GIL 的问题,那也是极佳的。)

首先介绍一个简单粗暴,非常实用的工具,就是 multiprocessing.Pool。如果你的任务能用 ys = map(f, xs) 来解决,大家可能都知道,这样的形式天生就是最容易并行的,那么在 Python 里面并行计算这个任务真是再简单不过了。举个例子,把每个数都平方:

import multiprocessing

def f(x):
  return x * x

cores = multiprocessing.cpu_count()
pool = multiprocessing.Pool(processes=cores)
xs = range(5)

# method 1: map
print pool.map(f, xs) # prints [0, 1, 4, 9, 16]

# method 2: imap
for y in pool.imap(f, xs):
  print y      # 0, 1, 4, 9, 16, respectively

# method 3: imap_unordered
for y in pool.imap_unordered(f, xs):
  print(y)      # may be in any order

map 直接返回列表,而 i 开头的两个函数返回的是迭代器;imap_unordered 返回的是无序的。

当计算时间比较长的时候,我们可能想要加上一个进度条,这个时候 i 系列的好处就体现出来了。另外,有一个小技巧,就是输出 \r 可以使得光标回到行首而不换行,这样就可以制作简易的进度条了。

cnt = 0
for _ in pool.imap_unordered(f, xs):
  sys.stdout.write('done %d/%d\r' % (cnt, len(xs)))
  cnt += 1

更复杂的操作

要进行更复杂的操作,可以直接使用 multiprocessing.Process 对象。要在进程间通信可以使用:

  1. multiprocessing.Pipe
  2. multiprocessing.Queue
  3. 同步原语
  4. 共享变量

其中我强烈推荐的就是 Queue,因为其实很多场景就是生产者消费者模型,这个时候用 Queue 就解决问题了。用的方法也很简单,现在父进程创建 Queue,然后把它当做 args 或者 kwargs 传给 Process 就好了。

使用 Theano 或者 Tensorflow 等工具时的注意事项

需要注意的是,在 import theano 或者 import tensorflow 等调用了 Cuda 的工具的时候会产生一些副作用,这些副作用会原样拷贝到子进程中,然后就发生错误,如:

could not retrieve CUDA device count: CUDA_ERROR_NOT_INITIALIZED

解决的方法是,保证父进程不引入这些工具,而是在子进程创建好了以后,让子进程各自引入。

如果使用 Process,那就在 target 函数里面 import。举个例子:

import multiprocessing

def hello(taskq, resultq):
  import tensorflow as tf
  config = tf.ConfigProto()
  config.gpu_options.allow_growth=True
  sess = tf.Session(config=config)
  while True:
    name = taskq.get()
    res = sess.run(tf.constant('hello ' + name))
    resultq.put(res)

if __name__ == '__main__':
  taskq = multiprocessing.Queue()
  resultq = multiprocessing.Queue()
  p = multiprocessing.Process(target=hello, args=(taskq, resultq))
  p.start()

  taskq.put('world')
  taskq.put('abcdabcd987')
  taskq.close()

  print(resultq.get())
  print(resultq.get())

  p.terminate()
  p.join()

如果使用 Pool,那么可以编写一个函数,在这个函数里面 import,并且把这个函数作为 initializer传入到 Pool 的构造函数里面。举个例子:

import multiprocessing

def init():
  global tf
  global sess
  import tensorflow as tf
  config = tf.ConfigProto()
  config.gpu_options.allow_growth=True
  sess = tf.Session(config=config)

def hello(name):
  return sess.run(tf.constant('hello ' + name))

if __name__ == '__main__':
  pool = multiprocessing.Pool(processes=2, initializer=init)
  xs = ['world', 'abcdabcd987', 'Lequn Chen']
  print pool.map(hello, xs)

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python设计模式之观察者模式实例
Apr 26 Python
Python实现的一个找零钱的小程序代码分享
Aug 25 Python
Python进阶_关于命名空间与作用域(详解)
May 29 Python
今天 平安夜 Python 送你一顶圣诞帽 @微信官方
Dec 25 Python
Python实现的读取文件内容并写入其他文件操作示例
Apr 09 Python
使用Django搭建web服务器的例子(最最正确的方式)
Aug 29 Python
Python Django框架防御CSRF攻击的方法分析
Oct 18 Python
使用tqdm显示Python代码执行进度功能
Dec 08 Python
PyCharm使用Docker镜像搭建Python开发环境
Dec 26 Python
使用python创建生成动态链接库dll的方法
May 09 Python
python 删除excel表格重复行,数据预处理操作
Jul 06 Python
浅谈Python协程asyncio
Jun 20 Python
python判断字符串是否是json格式方法分享
Nov 07 #Python
python好玩的项目—色情图片识别代码分享
Nov 07 #Python
深入理解python中函数传递参数是值传递还是引用传递
Nov 07 #Python
python中numpy.zeros(np.zeros)的使用方法
Nov 07 #Python
django项目运行因中文而乱码报错的几种情况解决
Nov 07 #Python
Python创建二维数组实例(关于list的一个小坑)
Nov 07 #Python
python 简单备份文件脚本v1.0的实例
Nov 06 #Python
You might like
Zend公司全球首推PHP认证
2006/10/09 PHP
php数组相加 array(“a”)+array(“b”)结果还是array(“a”)
2012/09/19 PHP
php注册和登录界面的实现案例(推荐)
2016/10/24 PHP
PHP基于phpqrcode类生成二维码的方法示例详解
2020/08/07 PHP
javascript 学习笔记(八)javascript对象
2011/04/12 Javascript
javascript与jquery中跳出循环的区别总结
2013/11/04 Javascript
qq悬浮代码(兼容各个浏览器)
2014/01/29 Javascript
js实现日历可获得指定日期周数及星期几示例分享(js获取星期几)
2014/03/14 Javascript
js实现接收表单的值并将值拼在表单action后面的方法
2015/11/23 Javascript
简单的分页代码js实现
2016/05/17 Javascript
深入理解JavaScript中的块级作用域、私有变量与模块模式
2016/10/31 Javascript
基于jQuery Easyui实现登陆框界面
2017/07/10 jQuery
Vue前端开发规范整理(推荐)
2018/04/23 Javascript
每个 JavaScript 工程师都应懂的33个概念
2018/10/22 Javascript
使用Javascript简单计算器
2018/11/17 Javascript
详解mpvue实现对苹果X安全区域的适配
2019/07/31 Javascript
VUE 自定义组件模板的方法详解
2019/08/30 Javascript
Python中动态创建类实例的方法
2017/03/24 Python
Python中动态检测编码chardet的使用教程
2017/07/06 Python
python实现最大子序和(分治+动态规划)
2019/07/05 Python
Django forms表单 select下拉框的传值实例
2019/07/19 Python
Python使用指定字符长度切分数据示例
2019/12/05 Python
pycharm软件实现设置自动保存操作
2020/06/08 Python
浅谈Python中的生成器和迭代器
2020/06/19 Python
python 带时区的日期格式化操作
2020/10/23 Python
CSS3 :default伪类选择器使用简介
2018/03/15 HTML / CSS
美赞臣新加坡官方旗舰店:Enfagrow新加坡
2019/05/15 全球购物
使用索引有什么好处
2016/07/27 面试题
个人租房协议书样本
2014/10/01 职场文书
机关职员工作检讨书
2014/10/23 职场文书
2015年生产车间工作总结
2015/04/22 职场文书
小学安全教育主题班会
2015/08/12 职场文书
团结主题班会
2015/08/13 职场文书
详解如何在Canvas中添加事件的方法
2021/04/17 Javascript
详解Python魔法方法之描述符类
2021/05/26 Python
零基础学java之循环语句的使用
2022/04/10 Java/Android