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 正则表达式 概述及常用字符
May 04 Python
CentOS 6.5中安装Python 3.6.2的方法步骤
Dec 03 Python
python requests爬取高德地图数据的实例
Nov 10 Python
浅谈Pycharm调用同级目录下的py脚本bug
Dec 03 Python
详解opencv Python特征检测及K-最近邻匹配
Jan 21 Python
使用Flask-Cache缓存实现给Flask提速的方法详解
Jun 11 Python
python networkx 根据图的权重画图实现
Jul 10 Python
django之状态保持-使用redis存储session的例子
Jul 28 Python
Python While循环语句实例演示及原理解析
Jan 03 Python
python列表推导和生成器表达式知识点总结
Jan 10 Python
python 使用Tensorflow训练BP神经网络实现鸢尾花分类
May 12 Python
Python list列表删除元素的4种方法
Nov 01 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
PHP多个版本的分析解释
2011/07/21 PHP
javascript 异常处理使用总结
2009/06/21 Javascript
Jquery Ajax学习实例 向页面发出请求,返回XML格式数据
2010/03/14 Javascript
js阻止默认事件与js阻止事件冒泡示例分享 js阻止冒泡事件
2014/01/27 Javascript
一个支持任意尺寸的图片上下左右滑动效果
2014/08/24 Javascript
使用jquery解析XML的方法
2014/09/05 Javascript
jQuery实现列表的全选功能
2015/03/18 Javascript
Jquery日期选择datepicker插件用法实例分析
2015/06/08 Javascript
详解node服务器中打开html文件的两种方法
2017/09/18 Javascript
浅谈Webpack 是如何加载模块的
2018/05/24 Javascript
element-ui组件table实现自定义筛选功能的示例代码
2019/03/15 Javascript
Typescript3.9 常用新特性一览(推荐)
2020/05/14 Javascript
Python专用方法与迭代机制实例分析
2014/09/15 Python
python中argparse模块用法实例详解
2015/06/03 Python
玩转python爬虫之爬取糗事百科段子
2016/02/17 Python
使用Python-OpenCV向图片添加噪声的实现(高斯噪声、椒盐噪声)
2019/05/28 Python
django 中QuerySet特性功能详解
2019/07/25 Python
python3的数据类型及数据类型转换实例详解
2019/08/20 Python
python 解决flask uwsgi 获取不到全局变量的问题
2019/12/22 Python
Python sklearn中的.fit与.predict的用法说明
2020/06/28 Python
Python判断字符串是否为合法标示符操作
2020/09/03 Python
利用pipenv和pyenv管理多个相互独立的Python虚拟开发环境
2020/11/01 Python
scrapy-splash简单使用详解
2021/02/21 Python
浅谈基于Canvas的手绘风格图形库Rough.js
2018/03/19 HTML / CSS
阿迪达斯比利时官方商城:adidas比利时
2016/10/10 全球购物
澳大利亚在线购买儿童玩具:Toy Universe
2017/12/28 全球购物
车间主管岗位职责
2013/11/14 职场文书
办公室副主任岗位职责
2013/11/25 职场文书
创业计划书的主要内容有哪些
2014/01/29 职场文书
观看《永远的雷锋》心得体会
2014/03/12 职场文书
审计班子对照检查材料
2014/08/27 职场文书
2015年小学生新年寄语
2014/12/08 职场文书
2015年综治宣传月活动总结
2015/03/25 职场文书
​(迎国庆)作文之我爱我的祖国
2019/09/19 职场文书
python神经网络编程之手写数字识别
2021/05/08 Python
排查并解决MySQL生产库内存使用率高的报警
2022/04/11 MySQL