使用来自 Python 的 1 个进程使用 HDF5 和 MPI 写入/读取大文件

Posted 2023-03-11

【中文标题】使用来自 Python 的 1 个进程使用 HDF5 和 MPI 写入/读取大文件

【英文标题】：Writing/reading large files with HDF5 and MPI using 1 process, from Python

【发布时间】：2015-03-15 02:35:54

【问题描述】：

当通过 h5py 和 mpi4py 使用并行 HDF5 将大型数据集写入文件时（在直接从 C 中使用 HDF5 和 MPI 时也很有可能），如果将 mpio 驱动程序与单个进程一起使用，我会收到以下错误：

OSError: Can't prepare for write data (Can't convert from size to size_i)

似乎允许的数据集的限制是 4GB，至少当内容是双数组时。如果使用更多进程来分担工作负载，或者如果在没有 mpio 驱动程序的单个 CPU 上完成，则更大的数据集可以正常工作。

这是为什么？ size 和 size_i 是指针类型，前者不能保存大于对应于 4GB double[] 的地址吗？这个错误最终对我来说可能不会是一个严重的问题，因为我通常会使用多个进程，但我希望我的代码即使只使用一个进程也能工作。

【问题讨论】：

只是猜测.. MPI 的文件 IO 例程来自于 90 年代中期批准的 MPI-2。 MPI 标准要求count 参数的类型为int。我认为 64 位 long int 直到 C99 才可用。

正如@eduffy 已经提到的，MPI 标准将 MPI-IO 调用中的数据项计数定义为int 类型。这并不是对原生 MPI 应用程序的真正限制，因为可以通过构造派生的 MPI 数据类型轻松绕过它（这是在 MPI-3 中保持 int 作为计数类型的基本原理）。

【参考方案1】：

我最近遇到了同样的问题，并且挖掘到了这一点：

https://www.hdfgroup.org/ftp/HDF5/releases/hdf5-1.8.1/src/unpacked/src/H5FDmpio.c

您将在哪里看到出现的错误。简而言之，当数组的大小（以字节为单位）大于 2GB 时，就会出现错误。

进一步挖掘后，将我带到了这里： https://www.hdfgroup.org/hdf5-quest.html#p2gb

描述了问题和解决方法的位置。

请看一下。

【讨论】：

以上链接无法访问。有人找到解决此问题的稳定方法吗？