如何运行嵌套的、分层的 pathos 多处理地图？

Question

在我的 dill 序列化/酸洗代码中构建了重要部分后，我还尝试使用 pathos 多处理来并行化我的计算。 Pathos 它是莳萝的自然延伸。

尝试嵌套运行时

from pathos.multiprocessing import ProcessingPool
ProcessingPool().map(fn, args)

在另一个ProcessingPool().map 中，然后我收到：

AssertionError: daemonic processes are not allowed to have children

例如：

from pathos.multiprocessing import ProcessingPool

def triple(x):
    return 3*x

def refork(x):
    from pathos.multiprocessing import ProcessingPool
    return ProcessingPool().map(triple, xrange(5))

ProcessingPool().map(refork, xrange(3))

产量

AssertionError: daemonic processes are not allowed to have children

我尝试使用amap(...).get() 没有成功。这是在 pathos 0.2.0 上。

允许嵌套并行化的最佳方式是什么？

更新

在这一点上我必须诚实，并承认我已经从 pathos 中删除了断言 "daemonic processes are not allowed to have children"。我还构建了一些将KeyboardInterrupt 级联到工人和工人的东西......下面的部分解决方案：

def run_parallel(exec_func, exec_args, num_workers_i)
    pool = ProcessingPool(num_workers_i)
    pool.restart(force=True)
    pid_is = pool.map(get_pid_i, xrange(num_workers_i))
    try:
        results = pool.amap(
            exec_func,
            exec_args,
        )
        counter_i = 0
        while not results.ready():
            sleep(2)
            if counter_i % 60 == 0:
                print('Waiting for children running in pool.amap() with PIDs: {}'.format(pid_is))
            counter_i += 1
        results = results.get()
        pool.close()
        pool.join()
    except KeyboardInterrupt:
        print('Ctrl+C received, attempting to terminate pool...')
        hard_kill_pool(pid_is, pool)  # sending Ctrl+C
        raise
    except:
        print('Attempting to close parallel after exception: {}'.format(sys.exc_info()[0]))
        cls.hard_kill_pool(pid_is, pool)  # sending Ctrl+C
        raise


def hard_kill_pool(pid_is, pool):
    for pid_i in pid_is:
        os.kill(pid_i, signal.SIGINT)  # sending Ctrl+C
    pool.terminate()

似乎可以在控制台和 IPython 笔记本上工作（带有停止按钮），但不确定在所有极端情况下它是否 100% 正确。

Answer 1

我遇到了完全相同的问题。就我而言，内部操作是需要并行性的操作，所以我做了ThreadingPool 和ProcessingPool。这是您的示例：

from pathos.multiprocessing import ProcessingPool, ThreadingPool

def triple(x):
    return 3*x

def refork(x):
    from pathos.multiprocessing import ProcessingPool
    return ProcessingPool().map(triple, xrange(5))

ThreadingPool().map(refork, xrange(3))

您甚至可以拥有另一个带有另一个外部线程池的层。根据您的情况，您可以颠倒这些池的顺序。但是，您不能拥有进程的进程。如果确实需要，请参阅：https://stackoverflow.com/a/8963618/6522112。我自己还没有尝试过，所以我无法详细说明。