我正在嘗試在 python 中使用多處理進行壓縮

Question

這就是我想要做的 -

import lz4.frame
import multiprocessing as mp

pool = mp.Pool(mp.cpu_count())
chunk_size = 64*1024
#screen is a pygame.Surface object converted to bytes

with lz4.frame.LZ4FrameCompressor(compression_level = 10, auto_flush = True) as compressor:
                compressed = pool.map(compressor.compress, [screen[i : i + chunk_size] for i in range(0, len(screen), chunk_size)])
                compressed = compressor.begin() + b''.join(compressed)
                compressed += compressor.flush()
pool.close()

當我使用 map 而不是 pool.map 時，這工作得很好......使用 pool.map，沒有任何反應。 甚至沒有錯誤...

另外，壓縮函數中 block_size 參數的意義是什么？ 我嘗試了參數 block_size（4 和 5）和 chunk_size（64k 和 256k）的不同組合，但似乎沒有太大區別。

Answer 1

如果不是 fork 安全，在上下文中進行多處理可能會很麻煩。

在文檔（ https://python-lz4.readthedocs.io/en/stable/intro.html ）中，我讀到：

調用底層 LZ4 庫時，綁定會刪除 GIL，並且是線程安全的。

您是否嘗試過多線程？

import lz4.frame
from concurrent.futures import ThreadPoolExecutor
import os

nb_chunk = 1024
chunk_size = 64*1024
screen = os.urandom(nb_chunk*chunk_size)

context = lz4.frame.create_compression_context()
chunks = [screen[i : i + chunk_size] for i in range(0, len(screen), chunk_size)]
contexts = [context] * len(chunks)
compressed = lz4.frame.compress_begin(context)
with ThreadPoolExecutor(max_workers=os.cpu_count()) as executor:
    compressed_chunks = executor.map(lz4.frame.compress_chunk, contexts, chunks)
compressed += b''.join(compressed_chunks)
compressed = lz4.frame.compress_flush(context)