在 Python 中使用 multiprocessing.Pool 和返回自定义对象的函数

Posted 2023-02-16

【中文标题】在 Python 中使用 multiprocessing.Pool 和返回自定义对象的函数

【英文标题】：Using multiprocessing.Pool in Python with a function returning custom object

【发布时间】：2021-09-20 12:35:24

【问题描述】：

我正在使用 multiprocessing.Pool 来加速计算，因为我多次调用一个函数，然后整理结果。这是我的代码的 sn-p：

import multiprocessing
from functools import partial

def Foo(id:int,constant_arg1:str, constant_arg2:str):
    custom_class_obj = CustomClass(constant_arg1, constant_arg2)
    custom_class_obj.run() # this changes some attributes of the custom_class_obj
    
    if(something):
       return None
    else:
       return [custom_class_obj]



def parallel_run(iters:int, a:str, b:str):
  pool = multiprocessing.Pool(processes=k)

  ## create the partial function obj before passing it to pool
  partial_func = partial(Foo, constant_arg1=a, constant_arg2=b)

  ## create the variable id list
  iter_list = list(range(iters))
  all_runs = pool.map(partial_func, iter_list)
 
  return all_runs

这会在多处理模块中引发以下错误：

multiprocessing.pool.MaybeEncodingError: Error sending result: '[[<CustomClass object at 0x1693c7070>], [<CustomClass object at 0x1693b88e0>], ....]'
Reason: 'TypeError("cannot pickle 'module' object")'

我该如何解决这个问题？

【问题讨论】：

您需要使您的自定义类可腌制。但是，该错误表明您正在尝试返回 module，而不是自定义类。

我正在返回一个 CustomClass 对象（如错误消息中“结果”后显示的列表所示）。但是，有没有办法将 Pool 用于不可腌制的类？

您将不得不发布您的CustomClass。见How to create a Minimal, Reproducible Example。

【参考方案1】：

我能够使用不可腌制类的最小示例来复制错误消息。该错误基本上表明您的类的实例无法腌制，因为它包含对模块的引用，并且模块不可腌制。您需要梳理CustomClass 以确保实例不包含打开文件句柄、模块引用等内容。如果您需要这些内容，您应该使用__getstate__ 和__setstate__ 到customize the pickle and unpickle process .

您的错误的提炼示例：

from multiprocessing import Pool
from functools import partial

class klass:
    def __init__(self, a):
        self.value = a
        import os
        self.module = os #this fails: can't pickle a module and send it back to main process

def foo(a, b, c):
    return klass(a+b+c)

if __name__ == "__main__":
    with Pool() as p:
        a = 1
        b = 2
        bar = partial(foo, a, b)
        res = p.map(bar, range(10))
    print([r.value for r in res])

【讨论】：

感谢您的回答！是的，我的班级确实有模块引用。事实上，它明确包含一个“程序”类对象，该对象内部包含一个 python 程序文件。但是为类设置 getstate 和 setstate 函数被证明是很棘手的。是否有使用“dill”序列化程序的替代解决方案？

我还没有这样做，但一个廉价的黑客可能是调用dill 在__getstate__ 中序列化self 并在__setstate__ 中反序列化。还有pathos 库我也没有使用过，但我知道它在某些事情上使用dill

也可以this