使用--preload在dask worker中全局初始化任务模块？

Question

我试图实现与这些问题类似的东西（ 在dask分布式工作程序上初始化状态 ， 使用变量设置Dask工作程序 ），在这里我有一个（相对）较大的模型，我希望对该工作程序的子集进行预初始化。接受需要模型的任务。 理想情况下，我不希望客户端计算机具有该模型。

在发现这些问题之前，我的最初尝试是在共享模块worker_task.model定义delayed任务，并在worker的--preload脚本中为该任务分配模块全局变量（例如， worker_tasks.model.model ），以采用; 但是，由于某些原因，此操作不起作用-在预加载脚本中设置了变量，但是在调用任务时仍为None 。

init_model_worker.py：

import logging
from uuid import uuid4

from worker_tasks import model


def dask_setup(worker):
    model.model = f'<mock model {uuid4()}>'

    logger = logging.getLogger('distributed')
    logger.warning(f'model = {model.model}')

worker_tasks / model.py：

import logging
import random
from time import sleep
from uuid import uuid4

import dask

model = None


@dask.delayed
def compute_clinical(inp):        
    if model is None:
        raise RuntimeError('Model not initialized.')

    sleep(random.uniform(3, 17))

    return {
        'result': random.choice((True, False)),
        'confidence': random.uniform(0, 1)
        }

这是我启动并将其提交到调度程序时的工作日志：

> dask-worker --preload init_model_worker.py tcp://scheduler:8786 --name model-worker
distributed.utils - INFO - Reload module init_model_worker from .py file                                  
distributed.nanny - INFO -         Start Nanny at: 'tcp://172.28.0.4:41743'                         
distributed.diskutils - INFO - Found stale lock file and directory '/worker-epptq9sh', purging      
distributed.utils - INFO - Reload module init_model_worker from .py file                                  
distributed - WARNING - model = <mock model faa41af0-d925-46ef-91c9-086093d37c71>                   
distributed.worker - INFO -       Start worker at:     tcp://172.28.0.4:37973                       
distributed.worker - INFO -          Listening to:     tcp://172.28.0.4:37973                       
distributed.worker - INFO -              nanny at:           172.28.0.4:41743                       
distributed.worker - INFO -              bokeh at:           172.28.0.4:37766                       
distributed.worker - INFO - Waiting to connect to:       tcp://scheduler:8786                       
distributed.worker - INFO - -------------------------------------------------                       
distributed.worker - INFO -               Threads:                          4                       
distributed.worker - INFO -                Memory:                    1.93 GB                       
distributed.worker - INFO -       Local Directory:           /worker-mhozo9ru                       
distributed.worker - INFO - -------------------------------------------------                       
distributed.worker - INFO -         Registered to:       tcp://scheduler:8786                       
distributed.worker - INFO - -------------------------------------------------                       
distributed.core - INFO - Starting established connection                                           
distributed.worker - WARNING -  Compute Failed                                                      
Function:  compute_clinical                                                                         
args:      ('mock')                                                                                 
kwargs:    {}                                                                                       
Exception: RuntimeError('Model not initialized.')                                                   

您可以看到，在重新加载预加载脚本之后，该model为<mock model faa41af0-d925-46ef-91c9-086093d37c71> ； 但是当我尝试从任务中调用它时，我得到None 。

我将尝试根据其他问题的答案来实施解决方案，但是我有几个与工作人员预载有关的问题：

1. 在预加载脚本中分配任务后，为什么调用任务时模型为None ？
2. 通常是否建议避免在worker --preload脚本中执行--preload ？ 从客户端调用工作程序状态的初始化更好吗？ 如果是这样，为什么 ？

Answer 1

我怀疑通过Python序列化函数，模型变量会立即绑定到函数中。 您可以尝试以下方法：

@dask.delayed
def compute_clinical(inp):       
    from worker_tasks.model import model

    if model is None:
        raise RuntimeError('Model not initialized.')

或者，不要将变量分配给全局模块范围（在Python中可能很难理解），而是尝试将其分配给工作程序本身。

from dask.distributed import get_worker

def dask_setup(worker):
    worker.model = f'<mock model {uuid4()}>'

@dask.delayed
def compute_clinical(inp):       
    if get_worker().model is None:
        raise RuntimeError('Model not initialized.')