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
举例讲解Python编程中对线程锁的使用
Jul 12 Python
简单谈谈python中的语句和语法
Aug 10 Python
Python 控制终端输出文字的实例
Jul 12 Python
Django对数据库进行添加与更新的例子
Jul 12 Python
Django中create和save方法的不同
Aug 13 Python
django 使用 PIL 压缩图片的例子
Aug 16 Python
Window10下python3.7 安装与卸载教程图解
Sep 30 Python
Python使用qrcode二维码库生成二维码方法详解
Feb 17 Python
python变量的作用域是什么
May 26 Python
pyCharm 实现关闭代码检查
Jun 09 Python
Jupyter notebook 输出部分显示不全的解决方案
Apr 24 Python
Python利用folium实现地图可视化
May 23 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
《魔兽世界》惊魂幻象将获得调整
2020/03/08 其他游戏
如何使用动态共享对象的模式来安装PHP
2006/10/09 PHP
PHP中应该避免使用同名变量(拆分临时变量)
2015/04/03 PHP
PHP排序算法之希尔排序(Shell Sort)实例分析
2018/04/20 PHP
php strftime函数的详细用法
2018/06/21 PHP
yii框架使用分页的方法分析
2019/07/25 PHP
js checkbox(复选框) 使用集锦
2009/04/28 Javascript
jQuery之浮动窗口实现代码(两种方法)
2010/09/08 Javascript
模拟jQuery中的ready方法及实现按需加载css,js实例代码
2013/09/27 Javascript
图片翻转效果具体实现代码
2014/01/09 Javascript
javascript实现iframe框架延时加载的方法
2014/10/30 Javascript
JS实现表格数据各种搜索功能的方法
2015/03/03 Javascript
使用javascript插入样式
2016/03/14 Javascript
基于javascript实现页面加载loading效果
2020/09/15 Javascript
微信小程序 MD5加密登录密码详解及实例代码
2017/01/12 Javascript
JS给按钮添加跳转功能类似a标签
2017/05/30 Javascript
动手写一个angular版本的Message组件的方法
2017/12/16 Javascript
如何编写一个d.ts文件的步骤详解
2018/04/13 Javascript
[01:15:36]加油刀塔第二期网络版
2014/08/09 DOTA
更改Python命令行交互提示符的方法
2015/01/14 Python
python 从csv读数据到mysql的实例
2018/06/21 Python
解决django model修改添加字段报错的问题
2019/11/18 Python
详解python环境安装selenium和手动下载安装selenium的方法
2020/03/17 Python
Python爬虫代理池搭建的方法步骤
2020/09/28 Python
基于Python的接口自动化unittest测试框架和ddt数据驱动详解
2021/01/27 Python
美国最受欢迎的度假租赁网站:VRBO
2016/08/02 全球购物
莫斯科绝对前卫最秘密的商店:SVMoscow
2017/10/23 全球购物
如何通过 CSS 写出火焰效果
2021/03/24 HTML / CSS
英文版餐饮运营管理求职信
2013/11/06 职场文书
生日宴会答谢词
2014/01/09 职场文书
公司授权委托书
2014/04/04 职场文书
白血病捐款倡议书
2014/05/14 职场文书
装修活动策划方案
2014/08/27 职场文书
怎么写工作检讨书
2014/11/16 职场文书
学习计划是什么
2019/04/30 职场文书
MySQL 隔离数据列和前缀索引的使用总结
2021/05/14 MySQL