多处理中的共享内存对象

Posted 2023-03-11

【中文标题】多处理中的共享内存对象

【英文标题】：Shared-memory objects in multiprocessing

【发布时间】：2012-05-30 02:49:34

【问题描述】：

假设我有一个大内存 numpy 数组，我有一个函数 func 将这个巨大的数组作为输入（连同其他一些参数）。 func 可以并行运行不同的参数。例如：

def func(arr, param):
    # do stuff to arr, param

# build array arr

pool = Pool(processes = 6)
results = [pool.apply_async(func, [arr, param]) for param in all_params]
output = [res.get() for res in results]

如果我使用多处理库，那么这个巨大的数组将被多次复制到不同的进程中。

有没有办法让不同的进程共享同一个数组？这个数组对象是只读的，永远不会被修改。

更复杂的是，如果arr不是一个数组，而是一个任意的python对象，有没有办法共享呢？

[编辑]

我阅读了答案，但我仍然有点困惑。由于 fork() 是写时复制，因此在 python 多处理库中生成新进程时，我们不应该调用任何额外的成本。但是以下代码表明存在巨大的开销：

from multiprocessing import Pool, Manager
import numpy as np; 
import time

def f(arr):
    return len(arr)

t = time.time()
arr = np.arange(10000000)
print "construct array = ", time.time() - t;


pool = Pool(processes = 6)

t = time.time()
res = pool.apply_async(f, [arr,])
res.get()
print "multiprocessing overhead = ", time.time() - t;

输出（顺便说一下，随着数组大小的增加，成本也会增加，所以我怀疑仍然存在与内存复制相关的开销）：

construct array =  0.0178790092468
multiprocessing overhead =  0.252444982529

如果我们不复制数组，为什么会有这么大的开销？共享内存为我节省了哪些部分？

【问题讨论】：

Is shared readonly data copied to different processes for Python multiprocessing?的可能重复

你看过the docs吧？

@FrancisAvila 有没有办法不仅共享数组，还共享任意 python 对象？

@LevLevitsky 我不得不问，有没有办法不仅可以共享数组，还可以共享任意 python 对象？

This answer 很好地解释了为什么不能共享任意 Python 对象。

【参考方案1】：

如果您使用的操作系统使用写时复制 fork() 语义（就像任何常见的 unix 一样），那么只要您从不更改您的数据结构，它将可供所有子进程使用，而不会占用额外的内存.你不需要做任何特别的事情（除了绝对确保你不改变对象）。

你可以为你的问题做的最有效的事情是将你的数组打包成一个有效的数组结构（使用numpy或array），放置在共享内存中，用multiprocessing.Array 包装它，并将其传递给您的函数。 This answer shows how to do that.

如果你想要一个可写共享对象，那么你需要用某种同步或锁定来包装它。 multiprocessing 提供 two methods of doing this：一个使用共享内存（适用于简单值、数组或 ctypes）或 Manager 代理，其中一个进程持有内存，而管理器仲裁其他进程对它的访问（甚至通过网络）。

Manager 方法可用于任意 Python 对象，但会比使用共享内存的等效方法慢，因为对象需要序列化/反序列化并在进程之间发送。

有一个wealth of parallel processing libraries and approaches available in Python。 multiprocessing 是一个优秀且全面的库，但如果您有特殊需求，也许其他方法之一可能会更好。

【讨论】：

Multiprocessing 使用酸洗和消息传递与子进程通信，因此通过将您的数组作为apply_async 的参数包含在内，它会被序列化和复制。为避免复制，您需要引用在调用 apply_async 之前创建的对象（并且不要在参数列表中包含 arr），或者包裹在 multiprocessing.Array 中并传递它。

请注意，在 Python 中 fork() 实际上意味着访问时复制（因为仅访问对象会更改其引用计数）。

@FabioZadrozny 它实际上会复制整个对象，还是只复制包含其引用计数的内存页面？

AFAIK，仅包含引用计数的内存页面（因此，每个对象访问 4kb）。

@FrancisAvila 你如何使用闭包？你给 apply_async 的函数不应该是可选的吗？或者这只是一个 map_async 限制？

【参考方案2】：

我遇到了同样的问题，并编写了一个小的共享内存实用程序类来解决它。

我用的是multiprocessing.RawArray（无锁），而且对数组的访问根本不同步（无锁），注意不要拍到自己的脚。

使用该解决方案，我在四核 i7 上获得了大约 3 倍的加速。

代码如下： 请随意使用和改进它，如有任何错误请报告。

'''
Created on 14.05.2013

@author: martin
'''

import multiprocessing
import ctypes
import numpy as np

class SharedNumpyMemManagerError(Exception):
    pass

'''
Singleton Pattern
'''
class SharedNumpyMemManager:    

    _initSize = 1024

    _instance = None

    def __new__(cls, *args, **kwargs):
        if not cls._instance:
            cls._instance = super(SharedNumpyMemManager, cls).__new__(
                                cls, *args, **kwargs)
        return cls._instance        

    def __init__(self):
        self.lock = multiprocessing.Lock()
        self.cur = 0
        self.cnt = 0
        self.shared_arrays = [None] * SharedNumpyMemManager._initSize

    def __createArray(self, dimensions, ctype=ctypes.c_double):

        self.lock.acquire()

        # double size if necessary
        if (self.cnt >= len(self.shared_arrays)):
            self.shared_arrays = self.shared_arrays + [None] * len(self.shared_arrays)

        # next handle
        self.__getNextFreeHdl()        

        # create array in shared memory segment
        shared_array_base = multiprocessing.RawArray(ctype, np.prod(dimensions))

        # convert to numpy array vie ctypeslib
        self.shared_arrays[self.cur] = np.ctypeslib.as_array(shared_array_base)

        # do a reshape for correct dimensions            
        # Returns a masked array containing the same data, but with a new shape.
        # The result is a view on the original array
        self.shared_arrays[self.cur] = self.shared_arrays[self.cnt].reshape(dimensions)

        # update cnt
        self.cnt += 1

        self.lock.release()

        # return handle to the shared memory numpy array
        return self.cur

    def __getNextFreeHdl(self):
        orgCur = self.cur
        while self.shared_arrays[self.cur] is not None:
            self.cur = (self.cur + 1) % len(self.shared_arrays)
            if orgCur == self.cur:
                raise SharedNumpyMemManagerError('Max Number of Shared Numpy Arrays Exceeded!')

    def __freeArray(self, hdl):
        self.lock.acquire()
        # set reference to None
        if self.shared_arrays[hdl] is not None: # consider multiple calls to free
            self.shared_arrays[hdl] = None
            self.cnt -= 1
        self.lock.release()

    def __getArray(self, i):
        return self.shared_arrays[i]

    @staticmethod
    def getInstance():
        if not SharedNumpyMemManager._instance:
            SharedNumpyMemManager._instance = SharedNumpyMemManager()
        return SharedNumpyMemManager._instance

    @staticmethod
    def createArray(*args, **kwargs):
        return SharedNumpyMemManager.getInstance().__createArray(*args, **kwargs)

    @staticmethod
    def getArray(*args, **kwargs):
        return SharedNumpyMemManager.getInstance().__getArray(*args, **kwargs)

    @staticmethod    
    def freeArray(*args, **kwargs):
        return SharedNumpyMemManager.getInstance().__freeArray(*args, **kwargs)

# Init Singleton on module load
SharedNumpyMemManager.getInstance()

if __name__ == '__main__':

    import timeit

    N_PROC = 8
    INNER_LOOP = 10000
    N = 1000

    def propagate(t):
        i, shm_hdl, evidence = t
        a = SharedNumpyMemManager.getArray(shm_hdl)
        for j in range(INNER_LOOP):
            a[i] = i

    class Parallel_Dummy_PF:

        def __init__(self, N):
            self.N = N
            self.arrayHdl = SharedNumpyMemManager.createArray(self.N, ctype=ctypes.c_double)            
            self.pool = multiprocessing.Pool(processes=N_PROC)

        def update_par(self, evidence):
            self.pool.map(propagate, zip(range(self.N), [self.arrayHdl] * self.N, [evidence] * self.N))

        def update_seq(self, evidence):
            for i in range(self.N):
                propagate((i, self.arrayHdl, evidence))

        def getArray(self):
            return SharedNumpyMemManager.getArray(self.arrayHdl)

    def parallelExec():
        pf = Parallel_Dummy_PF(N)
        print(pf.getArray())
        pf.update_par(5)
        print(pf.getArray())

    def sequentialExec():
        pf = Parallel_Dummy_PF(N)
        print(pf.getArray())
        pf.update_seq(5)
        print(pf.getArray())

    t1 = timeit.Timer("sequentialExec()", "from __main__ import sequentialExec")
    t2 = timeit.Timer("parallelExec()", "from __main__ import parallelExec")

    print("Sequential: ", t1.timeit(number=1))    
    print("Parallel: ", t2.timeit(number=1))

【讨论】：

刚刚意识到您必须在创建多处理池之前设置共享内存阵列，还不知道为什么，但反过来肯定行不通。

原因是多处理池在实例化池时调用 fork()，因此之后的任何内容都无法访问指向之后创建的任何共享内存的指针。

当我在 py35 下尝试此代码时，我在 multiprocessing.sharedctypes.py 中遇到异常，所以我猜此代码仅适用于 py2。

【参考方案3】：

这是Ray 的预期用例，它是一个用于并行和分布式 Python 的库。在底层，它使用 Apache Arrow 数据布局（这是一种零拷贝格式）序列化对象并将它们存储在 shared-memory object store 中，这样它们就可以被多个进程访问而无需创建副本。

代码如下所示。

import numpy as np
import ray

ray.init()

@ray.remote
def func(array, param):
    # Do stuff.
    return 1

array = np.ones(10**6)
# Store the array in the shared memory object store once
# so it is not copied multiple times.
array_id = ray.put(array)

result_ids = [func.remote(array_id, i) for i in range(4)]
output = ray.get(result_ids)

如果您不调用ray.put，则该数组仍将存储在共享内存中，但每次调用func 时都会执行一次，这不是您想要的。

请注意，这不仅适用于数组，也适用于包含数组的对象，例如，将整数映射到数组的字典，如下所示。

您可以通过在 IPython 中运行以下命令来比较 Ray 和 pickle 中的序列化性能。

import numpy as np
import pickle
import ray

ray.init()

x = i: np.ones(10**7) for i in range(20)

# Time Ray.
%time x_id = ray.put(x)  # 2.4s
%time new_x = ray.get(x_id)  # 0.00073s

# Time pickle.
%time serialized = pickle.dumps(x)  # 2.6s
%time deserialized = pickle.loads(serialized)  # 1.9s

使用 Ray 进行序列化仅比 pickle 快一点，但由于使用共享内存，反序列化速度要快 1000 倍（这个数字当然取决于对象）。

请参阅Ray documentation。您可以阅读有关fast serialization using Ray and Arrow 的更多信息。请注意，我是 Ray 开发人员之一。

【讨论】：

雷听起来不错！但是，我之前尝试过使用这个库，但不幸的是，我刚刚意识到 Ray 不支持 windows。希望大家尽快支持windows。谢谢开发者！

Ray 支持 windows 并且必须安装其稳定的 vc++ 运行时，但这很简单，随 Visual Studio 开箱即用。

Ray 目前支持 MacOS 和 Linux。 Windows ***现在可用，但 Windows 支持是实验性的并且正在开发中。 - 最新来自 Ray 的网站 docs.ray.io/en/latest/installation.html

Ray 现在支持 Windows :)

【参考方案4】：

就像 Robert Nishihara 提到的那样，Apache Arrow 让这一切变得简单，特别是使用 Plasma 内存对象存储，这是 Ray 的构建基础。

我专门为此创建了brain-plasma - 在 Flask 应用程序中快速加载和重新加载大对象。它是 Apache Arrow 可序列化对象的共享内存对象命名空间，包括由pickle.dumps(...) 生成的pickle'd 字节串。

Apache Ray 和 Plasma 的主要区别在于它会为您跟踪对象 ID。在本地运行的任何进程、线程或程序都可以通过从任何Brain 对象调用名称来共享变量的值。

$ pip install brain-plasma

$ plasma_store -m 10000000 -s /tmp/plasma

from brain_plasma import Brain
brain = Brain(path='/tmp/plasma/')

brain['a'] = [1]*10000

brain['a']
# >>> [1,1,1,1,...]