我遇到了python多处理Pool类的一些意外行为。multiprocessing.pool上下文和负载平衡
这里是我的问题:
1)Pool是什么时候创建了它的上下文,后来用于序列化?
只要在Container定义之后创建Pool对象,下面的示例就会正常运行。如果您交换池初始化,则会发生序列化错误。在我的生产代码中,我想在定义容器类之前初始化Pool方式。是否可以刷新池“上下文”或以另一种方式实现此目的。
2)池是否有自己的负载均衡机制,如果有的话它是如何工作的?
如果我在我的i7机器上运行一个类似的例子,其中包含8个进程的池,我会得到以下结果:
- 对于轻评估函数池支持仅使用一个进程进行计算。它按要求创建了8个进程,但在大多数情况下只有一个被使用(我从内部打印了pid,并在htop中看到了这一点)。
- 对于繁重的评估功能,行为与预期相同。它同样使用所有8个流程。
3)当使用池时,我总是看到4个更多的进程,我要求(即池(进程= 2),我看到6个新进程)。他们的角色是什么?
我使用Linux与Python 2.7.2
from multiprocessing import Pool
from datetime import datetime
POWER = 10
def eval_power(container):
for power in xrange(2, POWER):
container.val **= power
return container
#processes = Pool(processes=2)
class Container(object):
def __init__(self, value):
self.val = value
processes = Pool(processes=2)
if __name__ == "__main__":
cont = [Container(foo) for foo in xrange(20)]
then = datetime.now()
processes.map(eval_power, cont)
now = datetime.now()
print "Eval time:", now - then
编辑 - BAKURIU
1)我怕是这种情况。
2)我不明白什么Linux调度程序必须做与python分配计算进程。我的情况可以通过下面的例子ilustrated:
from multiprocessing import Pool
from os import getpid
from collections import Counter
def light_func(ind):
return getpid()
def heavy_func(ind):
for foo in xrange(1000000):
ind += foo
return getpid()
if __name__ == "__main__":
list_ = range(100)
pool = Pool(4)
l_func = pool.map(light_func, list_)
h_func = pool.map(heavy_func, list_)
print "light func:", Counter(l_func)
print "heavy func:", Counter(h_func)
在我的酷睿i5的机器(4个线程)我得到以下结果:
光FUNC:计数器({2967:100})
重FUNC :计数器({2969:28,2967:28,2968:23,2970:21})
看来情况与我描述的一样。但是我仍然不明白为什么python会这样做。我的猜测是,它会尽量减少通信费用,但仍然不知道它用于负载平衡的机制。文档也不是很有帮助,多处理模块记录很差。
3)如果我运行上面的代码,我得到4个更多的过程,如前所述。屏幕来自HTOP:http://i.stack.imgur.com/PldmM.png
我已在编辑部分回答了您的问题。 – Michal 2013-04-21 14:43:52
@Michal我已经扩大了我对第2点的回答。关于第3点,我不知道。你是否试图杀死其中一个子流程并看看会发生什么?也许从你得到的错误中我们可以猜出它的用途(即使我的机器上没有额外的进程,正如我所说的)。 – Bakuriu 2013-04-21 15:37:14