Python多处理 - 池中的进程数量是否会因错误而减少？

Question

代码：

import multiprocessing
print(f'num cpus {multiprocessing.cpu_count():d}')
import sys; print(f'Python {sys.version} on {sys.platform}')

def _process(m):
    print(m) #; return m
    raise ValueError(m)

args_list = [[i] for i in range(1, 20)]

if __name__ == '__main__':
    with multiprocessing.Pool(2) as p:
        print([r for r in p.starmap(_process, args_list)])

打印：

num cpus 8
Python 3.7.1 (v3.7.1:260ec2c36a, Oct 20 2018, 03:13:28) 
[Clang 6.0 (clang-600.0.57)] on darwin
1
7
4
10
13
16
19
multiprocessing.pool.RemoteTraceback: 
"""
Traceback (most recent call last):
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/multiprocessing/pool.py", line 121, in worker
    result = (True, func(*args, **kwds))
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/multiprocessing/pool.py", line 47, in starmapstar
    return list(itertools.starmap(args[0], args[1]))
  File "/Users/ubik-mac13/Library/Preferences/PyCharm2018.3/scratches/multiprocess_error.py", line 8, in _process
    raise ValueError(m)
ValueError: 1
"""

The above exception was the direct cause of the following exception:

Traceback (most recent call last):
  File "/Users/ubik-mac13/Library/Preferences/PyCharm2018.3/scratches/multiprocess_error.py", line 18, in <module>
    print([r for r in p.starmap(_process, args_list)])
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/multiprocessing/pool.py", line 298, in starmap
    return self._map_async(func, iterable, starmapstar, chunksize).get()
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/multiprocessing/pool.py", line 683, in get
    raise self._value
ValueError: 1

Process finished with exit code 1

将池中的进程数增加到 3 或 4 会打印所有奇数（可能是乱序）：

1
3
5
9
11
7
13
15
17
19

从 5 开始，它会打印 1-19 的所有范围。那么这里会发生什么？进程是否在多次失败后崩溃？

这当然是一个玩具示例，但它来自我遇到的一个真实代码问题 - 让一个多处理池稳定运行了几天，cpu 使用率下降，好像某些进程被杀死（注意 cpu 利用率下降03/04 和 03/06，还有很多任务要运行）：

当代码终止时，它向我展示了一个（只有一个在这里，而进程更多）multiprocessing.pool.RemoteTraceback - 额外的问题是这个回溯是随机的吗？在这个玩具示例中，它通常是ValueError: 1，但有时也会出现其他数字。多处理是否保留第一个崩溃进程的第一个回溯？

Answer 1

不，只是整个任务爆炸了，而不是过程本身。您在玩具示例中观察到的行为可以通过结合工作人员数量和可迭代长度的结果块大小来解释。当您从 here 中获取函数 calc_chunksize_info 时，您可以看到生成的块大小的差异：

calc_chunksize_info(n_workers=2, len_iterable=20)
# Chunkinfo(n_workers=2, len_iterable=20, n_chunks=7, chunksize=3, last_chunk=2)

calc_chunksize_info(n_workers=5, len_iterable=20)
# Chunkinfo(n_workers=5, len_iterable=20, n_chunks=20, chunksize=1, last_chunk=1) 

如果块大小> 1，则任务中所有未触及的"taskels" (1. Definitions: Taskel) 也会丢失，只要第一个任务引发异常。直接在您的目标函数中处理预期的异常，或者编写一个额外的错误处理包装器来防止这种情况发生。

当代码终止时，它向我展示了一个（只有一个在这里，而进程更多） multiprocessing.pool.RemoteTraceback - 额外的问题是这个回溯是随机的吗？在这个玩具示例中，它通常是 ValueError: 1 但有时也会出现其他数字。多处理是否保留第一个崩溃进程的第一个回溯？

工作进程从共享队列中获取任务。从队列中读取是顺序的，所以任务 1 总是在任务 2 之前被读取。但是，无法预测结果在工作人员中准备好的顺序。有很多硬件和操作系统相关的因素在起作用，所以是的，回溯是随机的，因为结果的顺序是随机的，因为（字符串化的）回溯是发送回父级的结果的一部分。结果也通过共享队列发回，Pool 在内部处理返回的任务 JIT。如果任务返回不成功，则将整个作业标记为不成功，并丢弃进一步到达的任务。只要作业中的所有任务都返回，只有第一个检索到的异常会在父级中重新引发。

Answer 2

在一个窗口中对watch ps aux 进行快速实验，而您在另一个窗口中的代码似乎说不，异常不会使子进程崩溃。

作为 map/starmap 操作基础的 MapResult 对象仅收集第一个异常，如果任何作业因异常而失败，则将整个地图作业视为失败。

（向每个工人发送多少作业由chunksize 参数控制到.map() 和朋友。）

如果您想要对异常更有弹性的东西，您可以使用.apply_async()：

import multiprocessing
import os

def _process(m):
    if m % 2 == 0:
        raise ValueError('I only work on odd numbers')
    return m * 8


if __name__ == '__main__':
    args_list = list(range(1, 20))
    with multiprocessing.Pool(2) as p:
        params_and_jobs = [((arg,), p.apply_async(_process, (arg,))) for arg in args_list]
        for params, job in params_and_jobs:
            job.wait()
            # regularly you'd use `job.get()`, but it would `raise` the exception,
            # which is not suitable for this example, so we dig in deeper and just use
            # the `._value` it'd return or raise:
            print(params, type(job._value), job._value)

输出

(1,) <class 'int'> 8
(2,) <class 'ValueError'> I only work on odd numbers
(3,) <class 'int'> 24
(4,) <class 'ValueError'> I only work on odd numbers
(5,) <class 'int'> 40
(6,) <class 'ValueError'> I only work on odd numbers
(7,) <class 'int'> 56
(8,) <class 'ValueError'> I only work on odd numbers
(9,) <class 'int'> 72
(10,) <class 'ValueError'> I only work on odd numbers
(11,) <class 'int'> 88
(12,) <class 'ValueError'> I only work on odd numbers
(13,) <class 'int'> 104
(14,) <class 'ValueError'> I only work on odd numbers
(15,) <class 'int'> 120
(16,) <class 'ValueError'> I only work on odd numbers
(17,) <class 'int'> 136
(18,) <class 'ValueError'> I only work on odd numbers
(19,) <class 'int'> 152