web-dev-qa-db-ja.com

マルチプロセッシングキュー、プール、ロックを使用したまったく単純な例

http://docs.python.org/dev/library/multiprocessing.html にあるドキュメントを読みましたが、まだキュー、プール、ロックのマルチプロセッシングに苦労しています。そして今のところ、以下の例を作成することができました。

キューとプールについては、概念を正しい方法で理解したかどうかわかりません。間違っている場合は修正してください。私が達成しようとしているのは、一度に2つのリクエストを処理することです（この例ではデータリストに8つあります）ので、何を使うべきですか？ 2つの異なるキュー（最大2つ）を処理できる2つのプロセスを作成するためのプール、またはキューを使用して毎回2つの入力を処理する必要がありますか？ロックは、出力を正しく印刷することです。

import multiprocessing
import time

data = (['a', '2'], ['b', '4'], ['c', '6'], ['d', '8'],
        ['e', '1'], ['f', '3'], ['g', '5'], ['h', '7']
)


def mp_handler(var1):
    for indata in var1:
        p = multiprocessing.Process(target=mp_worker, args=(indata[0], indata[1]))
        p.start()


def mp_worker(inputs, the_time):
    print " Processs %s\tWaiting %s seconds" % (inputs, the_time)
    time.sleep(int(the_time))
    print " Process %s\tDONE" % inputs

if __== '__main__':
    mp_handler(data)
pythonpython-2.7multiprocessing
78
tcp2008

問題の最善の解決策は、Poolを使用することです。 Queuesを使用し、別個の「キューフィード」機能を使用するのはおそらくやり過ぎです。

ここに、プログラムのわずかに再配置されたバージョンがあります。今回は、2つのプロセスのみがPoolにまとめられています。元のコードに最小限の変更を加えるだけで、最も簡単な方法だと思います。

import multiprocessing
import time

data = (
    ['a', '2'], ['b', '4'], ['c', '6'], ['d', '8'],
    ['e', '1'], ['f', '3'], ['g', '5'], ['h', '7']
)

def mp_worker((inputs, the_time)):
    print " Processs %s\tWaiting %s seconds" % (inputs, the_time)
    time.sleep(int(the_time))
    print " Process %s\tDONE" % inputs

def mp_handler():
    p = multiprocessing.Pool(2)
    p.map(mp_worker, data)

if __== '__main__':
    mp_handler()

mp_worker()関数は入力データをサブリストにまとめ、各サブリストはワーカー関数の単一の引数として指定されるため、map()関数は単一の引数（前の2つの引数のタプル）を受け入れることに注意してください。

出力：

Processs a  Waiting 2 seconds
Processs b  Waiting 4 seconds
Process a   DONE
Processs c  Waiting 6 seconds
Process b   DONE
Processs d  Waiting 8 seconds
Process c   DONE
Processs e  Waiting 1 seconds
Process e   DONE
Processs f  Waiting 3 seconds
Process d   DONE
Processs g  Waiting 5 seconds
Process f   DONE
Processs h  Waiting 7 seconds
Process g   DONE
Process h   DONE

以下の@Thalesコメントに従って編集：

プロセスがタンデムペアで実行されるように「各プール制限のロック」が必要な場合、ala：

待っているB待っている| A完了、B完了| C待機中、D待機中| C完了、D完了| ...

次に、データの各ペアに対して（2プロセスの）プールを起動するようにハンドラー関数を変更します。

def mp_handler():
    subdata = Zip(data[0::2], data[1::2])
    for task1, task2 in subdata:
        p = multiprocessing.Pool(2)
        p.map(mp_worker, (task1, task2))

出力は次のとおりです。

 Processs a Waiting 2 seconds
 Processs b Waiting 4 seconds
 Process a  DONE
 Process b  DONE
 Processs c Waiting 6 seconds
 Processs d Waiting 8 seconds
 Process c  DONE
 Process d  DONE
 Processs e Waiting 1 seconds
 Processs f Waiting 3 seconds
 Process e  DONE
 Process f  DONE
 Processs g Waiting 5 seconds
 Processs h Waiting 7 seconds
 Process g  DONE
 Process h  DONE
111
Velimir M.

このトピックに関する個人的なgotoは次のとおりです。

ここに要点（プルリクエスト歓迎！）： https://Gist.github.com/thorsummoner/b5b1dfcff7e7fdd334ec

import multiprocessing
import sys

THREADS = 3

# Used to prevent multiple threads from mixing thier output
GLOBALLOCK = multiprocessing.Lock()


def func_worker(args):
    """This function will be called by each thread.
    This function can not be a class method.
    """
    # Expand list of args into named args.
    str1, str2 = args
    del args

    # Work
    # ...



    # Serial-only Portion
    GLOBALLOCK.acquire()
    print(str1)
    print(str2)
    GLOBALLOCK.release()


def main(argp=None):
    """Multiprocessing Spawn Example
    """
    # Create the number of threads you want
    pool = multiprocessing.Pool(THREADS)

    # Define two jobs, each with two args.
    func_args = [
        ('Hello', 'World',), 
        ('Goodbye', 'World',), 
    ]


    try:
        # Spawn up to 9999999 jobs, I think this is the maximum possible.
        # I do not know what happens if you exceed this.
        pool.map_async(func_worker, func_args).get(9999999)
    except KeyboardInterrupt:
        # Allow ^C to interrupt from any thread.
        sys.stdout.write('\033[0m')
        sys.stdout.write('User Interupt\n')
    pool.close()

if __== '__main__':
    main()
8
ThorSummoner

これは質問に100％関連しているわけではありませんが、キューでマルチプロセッシングを使用する例の検索では、これはGoogleで最初に表示されます。

これは、キューにアイテムをインスタンス化して配置し、キューが終了するまで待機できる基本的なサンプルクラスです。それが私が必要とするすべてです。

from multiprocessing import JoinableQueue
from multiprocessing.context import Process


class Renderer:
    queue = None

    def __init__(self, nb_workers=2):
        self.queue = JoinableQueue()
        self.processes = [Process(target=self.upload) for i in range(nb_workers)]
        for p in self.processes:
            p.start()

    def render(self, item):
        self.queue.put(item)

    def upload(self):
        while True:
            item = self.queue.get()
            if item is None:
                break

            # process your item here

            self.queue.task_done()

    def terminate(self):
        """ wait until queue is empty and terminate processes """
        self.queue.join()
        for p in self.processes:
            p.terminate()

r = Renderer()
r.render(item1)
r.render(item2)
r.terminate()
7
linqu

Komodo Edit（win10）などのエディターを使用しているすべてのユーザーに対して、sys.stdout.flush()を以下に追加します。

def mp_worker((inputs, the_time)):
    print " Process %s\tWaiting %s seconds" % (inputs, the_time)
    time.sleep(int(the_time))
    print " Process %s\tDONE" % inputs
    sys.stdout.flush()

または最初の行として：

    if __== '__main__':
       sys.stdout.flush()

これは、スクリプトの実行中に何が起こっているかを確認するのに役立ちます。黒いコマンドラインボックスを見る代わりに。

1
ZF007

これは私のコードの例です（スレッドプールの場合ですが、クラス名を変更するだけでプロセスプールができます）。

def execute_run(rp): 
   ... do something 

pool = ThreadPoolExecutor(6)
for mat in TESTED_MATERIAL:
    for en in TESTED_ENERGIES:
        for ecut in TESTED_E_CUT:
            rp = RunParams(
                simulations, DEST_DIR,
                PARTICLE, mat, 960, 0.125, ecut, en
            )
            pool.submit(execute_run, rp)
pool.join()

基本的に：

  • pool = ThreadPoolExecutor(6)は6スレッドのプールを作成します
  • 次に、プールにタスクを追加するforがたくさんあります
  • pool.submit(execute_run, rp)はタスクをプールに追加します。最初の引数はスレッド/プロセスで呼び出される関数で、残りの引数は呼び出された関数に渡されます。
  • pool.joinは、すべてのタスクが完了するまで待機します。
0
jb.