我希望同时运行多个program.py实例,同时限制同时运行的实例数量(例如,限制系统上可用的CPU核心数量)。例如,如果我有10个内核,总共需要运行1000次program.py,那么在任何给定时间都只会创建并运行10个实例。
我尝试过使用多处理模块、多线程和队列,但对我来说,似乎没有任何一种方法适合于简单的实现。我遇到的最大问题是找到一种方法来限制同时运行的进程的数量。这一点很重要,因为如果我一次创建1000个进程,它就相当于一个分叉炸弹。我不需要从进程以编程方式返回结果(它们输出到磁盘),并且这些进程都是彼此独立运行的。
有没有人能给我提个建议或者举个例子,告诉我如何用python或者bash来实现这个功能?我会使用队列发布我到目前为止编写的代码,但它不能按预期工作,而且可能已经走错了路。
非常感谢。
发布于 2012-08-17 08:18:01
您应该使用流程主管。一种方法是使用Circus提供的应用程序接口来“编程”,文档站点现在离线了,但我认为这只是一个暂时的问题,无论如何,你可以使用马戏团来处理这个问题。另一种方法是使用supervisord并将进程的参数numprocs
设置为您拥有的内核数量。
使用Circus的示例:
from circus import get_arbiter
arbiter = get_arbiter("myprogram", numprocesses=3)
try:
arbiter.start()
finally:
arbiter.stop()
发布于 2012-08-17 08:04:56
Bash脚本而不是Python,但我经常使用它来进行简单的并行处理:
#!/usr/bin/env bash
waitForNProcs()
{
nprocs=$(pgrep -f $procName | wc -l)
while [ $nprocs -gt $MAXPROCS ]; do
sleep $SLEEPTIME
nprocs=$(pgrep -f $procName | wc -l)
done
}
SLEEPTIME=3
MAXPROCS=10
procName=myPython.py
for file in ./data/*.txt; do
waitForNProcs
./$procName $file &
done
或者对于非常简单的情况,另一个选项是xargs,其中P设置procs的数量
find ./data/ | grep txt | xargs -P10 -I SUB ./myPython.py SUB
发布于 2017-12-29 21:16:51
虽然有很多关于使用multiprocessing.pool的答案,但关于如何使用multiprocessing.Process的代码片段并不多,当内存使用很重要时,这确实更有好处。启动1000个进程将使CPU过载并杀死内存。如果每个进程及其数据管道都是内存密集型的,则操作系统或Python本身将限制并行进程的数量。我开发了下面的代码来限制同时批量提交给CPU的作业数量。批处理大小可以与CPU核心的数量成比例地缩放。在我的windows电脑上,每批作业的效率最高可达CPU的4倍。
import multiprocessing
def func_to_be_multiprocessed(q,data):
q.put(('s'))
q = multiprocessing.Queue()
worker = []
for p in range(number_of_jobs):
worker[p].append(multiprocessing.Process(target=func_to_be_multiprocessed, \
args=(q,data)...))
num_cores = multiprocessing.cpu_count()
Scaling_factor_batch_jobs = 3.0
num_jobs_per_batch = num_cores * Scaling_factor_batch_jobs
num_of_batches = number_of_jobs // num_jobs_per_batch
for i_batch in range(num_of_batches):
floor_job = i_batch * num_jobs_per_batch
ceil_job = floor_job + num_jobs_per_batch
for p in worker[floor_job : ceil_job]:
worker.start()
for p in worker[floor_job : ceil_job]:
worker.join()
for p in worker[ceil_job :]:
worker.start()
for p in worker[ceil_job :]:
worker.join()
for p in multiprocessing.active_children():
p.terminate()
result = []
for p in worker:
result.append(q.get())
唯一的问题是,如果任何批处理中的任何作业无法完成并导致挂起情况,则批处理的其余作业将不会启动。因此,要处理的函数必须具有适当的错误处理例程。
https://stackoverflow.com/questions/11996632
复制相似问题