一个代码的清理版本包括the solution to the problem (感谢@JohanL!)可以找到 as a Gist on GitHub .
以下截取的代码 (CPython 3.[4,5,6]) 说明了我的意图(以及我的问题):
from functools import partial
import multiprocessing
from pprint import pprint as pp
NUM_CORES = multiprocessing.cpu_count()
class some_class:
some_dict = {'some_key': None, 'some_other_key': None}
def some_routine(self):
self.some_dict.update({'some_key': 'some_value'})
def some_other_routine(self):
self.some_dict.update({'some_other_key': 77})
def run_routines_on_objects_in_parallel_and_return(in_object_list, routine_list):
func_handle = partial(__run_routines_on_object_and_return__, routine_list)
with multiprocessing.Pool(processes = NUM_CORES) as p:
out_object_list = list(p.imap_unordered(
func_handle,
(in_object for in_object in in_object_list)
))
return out_object_list
def __run_routines_on_object_and_return__(routine_list, in_object):
for routine_name in routine_list:
getattr(in_object, routine_name)()
return in_object
object_list = [some_class() for item in range(20)]
pp([item.some_dict for item in object_list])
new_object_list = run_routines_on_objects_in_parallel_and_return(
object_list,
['some_routine', 'some_other_routine']
)
pp([item.some_dict for item in new_object_list])
verification_object_list = [
__run_routines_on_object_and_return__(
['some_routine', 'some_other_routine'],
item
) for item in object_list
]
pp([item.some_dict for item in verification_object_list])
我正在处理 some_class
类型的对象列表。 some_class
有一个属性,一个字典,名为 some_dict
和一些可以修改字典的方法(some_routine
和 some_other_routine
)。有时,我想对列表中的所有对象调用一系列方法。因为这是计算密集型的,所以我打算将对象分布在多个 CPU 内核上(使用 multiprocessing.Pool
和 imap_unordered
- 列表顺序无关紧要)。
例程 __run_routines_on_object_and_return__
负责调用单个对象上的方法列表。据我所知,这工作得很好。我正在使用 functools.partial
来稍微简化代码的结构 - 因此多处理池必须仅将对象列表作为输入参数来处理。
问题是……它不起作用。 imap_unordered
返回的列表中包含的对象与我输入其中的对象相同。对象中的字典看起来就像以前一样。我已经使用类似的机制直接处理字典列表而没有出现故障,所以我以某种方式怀疑修改恰好是字典的对象属性有问题。
在我的示例中,verification_object_list
包含正确的结果(尽管它是在单个进程/线程中生成的)。 new_object_list
与 object_list
相同,但事实并非如此。
我做错了什么?
编辑
我找到了以下 question ,它有一个实际工作和适用的 answer .我按照我在每个对象上调用方法列表的想法对其进行了一些修改,并且它有效:
import random
from multiprocessing import Pool, Manager
class Tester(object):
def __init__(self, num=0.0, name='none'):
self.num = num
self.name = name
def modify_me(self):
self.num += random.normalvariate(mu=0, sigma=1)
self.name = 'pla' + str(int(self.num * 100))
def __repr__(self):
return '%s(%r, %r)' % (self.__class__.__name__, self.num, self.name)
def init(L):
global tests
tests = L
def modify(i_t_nn):
i, t, nn = i_t_nn
for method_name in nn:
getattr(t, method_name)()
tests[i] = t # copy back
return i
def main():
num_processes = num = 10 #note: num_processes and num may differ
manager = Manager()
tests = manager.list([Tester(num=i) for i in range(num)])
print(tests[:2])
args = ((i, t, ['modify_me']) for i, t in enumerate(tests))
pool = Pool(processes=num_processes, initializer=init, initargs=(tests,))
for i in pool.imap_unordered(modify, args):
print("done %d" % i)
pool.close()
pool.join()
print(tests[:2])
if __name__ == '__main__':
main()
现在,我更进一步,将我原来的 some_class
引入到游戏中,其中包含描述的字典属性 some_dict
。它不起作用:
import random
from multiprocessing import Pool, Manager
from pprint import pformat as pf
class some_class:
some_dict = {'some_key': None, 'some_other_key': None}
def some_routine(self):
self.some_dict.update({'some_key': 'some_value'})
def some_other_routine(self):
self.some_dict.update({'some_other_key': 77})
def __repr__(self):
return pf(self.some_dict)
def init(L):
global tests
tests = L
def modify(i_t_nn):
i, t, nn = i_t_nn
for method_name in nn:
getattr(t, method_name)()
tests[i] = t # copy back
return i
def main():
num_processes = num = 10 #note: num_processes and num may differ
manager = Manager()
tests = manager.list([some_class() for i in range(num)])
print(tests[:2])
args = ((i, t, ['some_routine', 'some_other_routine']) for i, t in enumerate(tests))
pool = Pool(processes=num_processes, initializer=init, initargs=(tests,))
for i in pool.imap_unordered(modify, args):
print("done %d" % i)
pool.close()
pool.join()
print(tests[:2])
if __name__ == '__main__':
main()
工作和不工作之间的区别真的很小,但我还是不明白:
diff --git a/test.py b/test.py
index b12eb56..0aa6def 100644
--- a/test.py
+++ b/test.py
@@ -1,15 +1,15 @@
import random
from multiprocessing import Pool, Manager
+from pprint import pformat as pf
-class Tester(object):
- def __init__(self, num=0.0, name='none'):
- self.num = num
- self.name = name
- def modify_me(self):
- self.num += random.normalvariate(mu=0, sigma=1)
- self.name = 'pla' + str(int(self.num * 100))
+class some_class:
+ some_dict = {'some_key': None, 'some_other_key': None}
+ def some_routine(self):
+ self.some_dict.update({'some_key': 'some_value'})
+ def some_other_routine(self):
+ self.some_dict.update({'some_other_key': 77})
def __repr__(self):
- return '%s(%r, %r)' % (self.__class__.__name__, self.num, self.name)
+ return pf(self.some_dict)
def init(L):
global tests
@@ -25,10 +25,10 @@ def modify(i_t_nn):
def main():
num_processes = num = 10 #note: num_processes and num may differ
manager = Manager()
- tests = manager.list([Tester(num=i) for i in range(num)])
+ tests = manager.list([some_class() for i in range(num)])
print(tests[:2])
- args = ((i, t, ['modify_me']) for i, t in enumerate(tests))
+ args = ((i, t, ['some_routine', 'some_other_routine']) for i, t in enumerate(tests))
这里发生了什么?
最佳答案
您的问题是由两件事造成的;也就是说,您正在使用一个类变量,并且您正在不同的进程中运行您的代码。
由于不同的进程不共享内存,所有对象和参数都必须被 pickle 并从原始进程发送到执行它的进程。当参数是一个对象时,它的类不与它一起发送。相反,接收进程使用自己的蓝图(即 class
)。
在您当前的代码中,您将对象作为参数传递、更新并返回。但是,更新不是针对对象,而是针对类本身,因为您更新的是类变量。但是,此更新不会发送回您的主进程,因此您会留下未更新的类。
您想要 做的是使some_dict
成为您的对象的一部分,而不是您的类的一部分。这可以通过 __init__()
方法轻松完成。因此将 some_class
修改为:
class some_class:
def __init__(self):
self.some_dict = {'some_key': None, 'some_other_key': None}
def some_routine(self):
self.some_dict.update({'some_key': 'some_value'})
def some_other_routine(self):
self.some_dict.update({'some_other_key': 77})
这将使您的程序按预期运行。你几乎总是希望在 __init__()
调用中设置你的对象,而不是作为类变量,因为在后一种情况下,数据将在所有实例之间共享(并且可以被所有实例更新)。当您将数据和状态封装在类的对象中时,这通常不是您想要的。
编辑: 似乎我弄错了 class
是否与 pickled 对象一起发送。在进一步检查发生了什么之后,我认为 class
本身及其类变量也被 pickle 了。因为,如果在将对象发送到新进程之前更新了类变量,则更新后的值可用。 但是在新进程中完成的更新仍然没有中继回原始类
。
关于python - 多处理池 : How to call an arbitrary list of methods on a list of class objects,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46253963/