python 多处理池

Question

使用 python 多处理池时提交了多少作业？

它是如何决定的？ 我们能以某种方式控制它吗？ 最多喜欢队列中最多 10 个作业，以减少 memory 的使用。

假设我有如下编写的主干代码：对于每个 chrom 和模拟，我将数据读取为 pandas dataframe。

（我认为在提交作业之前读取数据会更好，以减少工作进程中的 I/O 绑定）

然后我将 pandas dataframe 发送给每个工人进行处理。

但似乎提交的作业数量多于最终确定的作业数量，这导致 memory 错误。

numofProcesses = multiprocessing.cpu_count()
pool = multiprocessing.Pool(processes=numofProcesses)
jobs=[]


all_result1={}
all_result2={}

def accumulate(result):
 result1=result[0]
 result2=result[1]
 accumulate(resulst1,all_result1)
 accumulate(resulst2,all_result2)
 print('ACCUMULATE')

for each chr:
 for each sim:
     chrBased_simBased_df= readData(chr,sim)
     jobs.append(pool.apply_async(func, args=(chrBased_simBased_df,too,many,),callback=accumulate))
     print('Submitted job:%d' %(len(jobs)))

pool.close()
pool.join()

有没有办法摆脱它？

Answer 1

multiprocessing.Pool和concurrent.futures.ProcessPoolExecutor都不允许限制您提交给工作人员的任务数量。

不过，这是一个非常简单的扩展，您可以使用 Semaphore 自行构建。

您可以查看此gist中的示例。 它使用concurrent.futures模块，但将其移植到multiprocessing.Pool也应该很简单。

from threading import BoundedSemaphore
from concurrent.futures import ProcessPoolExecutor


class MaxQueuePool:
    """This Class wraps a concurrent.futures.Executor
    limiting the size of its task queue.
    If `max_queue_size` tasks are submitted, the next call to submit will block
    until a previously submitted one is completed.
    """
    def __init__(self, executor, max_queue_size, max_workers=None):
        self.pool = executor(max_workers=max_workers)
        self.pool_queue = BoundedSemaphore(max_queue_size)

    def submit(self, function, *args, **kwargs):
        """Submits a new task to the pool, blocks if Pool queue is full."""
        self.pool_queue.acquire()

        future = self.pool.submit(function, *args, **kwargs)
        future.add_done_callback(self.pool_queue_callback)

        return future

    def pool_queue_callback(self, _):
        """Called once task is done, releases one queue slot."""
        self.pool_queue.release()


if __name__ == '__main__':
    pool = MaxQueuePool(ProcessPoolExecutor, 8)
    f = pool.submit(print, "Hello World!")
    f.result()