Python多处理,并行保存到netCDF4文件
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python多处理,并行保存到netCDF4文件相关的知识,希望对你有一定的参考价值。
我正在执行模拟,其中我想保存状态向量的快照,并计算为不同的参数做它。我有两个控制参数,我要扫描(下面的例子中的p和a)。因此,我保存了一个netCDF4文件的模拟结果,其中两个维度用于两个控制参数。当我为一个参数设置运行模拟时,文件被正确保存,但是当我尝试从apply_async
运行multiprocessing
时,在过程结束时netCDF4是无法访问的。
我的完整代码是在这个github repository,但基本上我想要做的是这样的:
import multiprocessing as mp
import time as timer
import netCDF4
import numpy as np
def run_sim_for_p_a(p,a,pstep,astep,step,max_time,u0,fname):
time_ar=np.arange(0,max_time,step)
u = np.ones((len(time_ar),1024))
u[0]=u0
print "Calculating for p,a:",p,a
for i,t in enumerate(time_ar[1:]):
u[i+1] = u[i]*np.cos(t)*np.sin(a)*np.sin(p)
for tstep,t in enumerate(time_ar):
save_p_a_snapshot(fname,pstep,astep,tstep,p,a,t,u[tstep]) # save the results into the netCDF4 file
def apply_async_and_save_grid(pmin,pmax,fname,
Np=10,Na=10,
step=None,max_time=500.0,numproc=10):
start = timer.time()
setup_p_a_scan(fname) # Setup a netCDF4 file for the simulations
if step is None:
step=max_time
p_range = np.linspace(pmin,pmax,Np)
init = np.random.random((1024))
a_range = np.linspace(0,1,Na)
availble_cpus = int(available_cpu_count() - 2)
numproc=min(numproc,availble_cpus)
print "Using",numproc," processors"
pool = mp.Pool(processes=numproc)
for i,p in enumerate(p_range):
for j,a in enumerate(a_range):
pool.apply_async(run_sim_for_p_a,
args = (p,a,i,j,step,max_time,init,fname))
pool.close()
pool.join()
print "Took ",timer.time()-start
if __name__=="__main__":
apply_async_and_save_grid(1.0,2.0,"test",Np=2,Na=4,step=1.0,max_time=10)
答案
至少有两种可能的方法:
您可以让每个工作进程将其结果写入其自己的netCDF4文件,并让主程序在所有工作程序完成后合并它们。
我不熟悉netCDF格式,但假设可以附加到这些文件,另一种可能性是在启动multiprocessing.Lock
之前创建一个apply_async
。
应将此锁添加到工作进程的参数中
。工作进程应该acquire
锁,打开netcdf文件,写入并关闭它。然后它应该release
锁。这将确保一次只有一个进程将写入netCDF文件。
编辑:请参阅this question关于如何使用Lock
处理Pool
的答案。
以上是关于Python多处理,并行保存到netCDF4文件的主要内容,如果未能解决你的问题,请参考以下文章
Python3.7 函数从 netCDF4 的时间步长绘制日期时间