[英]python multiprocessing pool
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?
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()
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.