13

遵循 StackOverflow 上的许多建议（例如 dill、cloudpickle 等），我尝试了多种方法来腌制具有依赖关系的 python 函数，但似乎都遇到了一个我无法弄清楚的基本问题。

我有一个主模块，它试图从导入的模块中提取一个函数，通过 ssh 将其发送以在远程机器上解压并执行。

所以主要有：

    import dill (for example)
    import modulea

    serial=dill.dumps( modulea.func )
    send (serial)

在远程机器上：

        import dill
        receive serial
        funcremote = dill.loads( serial )
        funcremote()

如果被腌制和发送的函数是 main 本身定义的顶级函数，那么一切正常。当它们在导入的模块中时，加载函数会失败，并显示“未找到模块模块”类型的消息。

似乎模块名称与函数名称一起被腌制。我看不到任何方法可以“修复”pickle 以消除依赖关系，或者在接收器中创建一个虚拟模块以成为 unpickling 的接收器。

任何指针将不胜感激。

--prasanna

4

1 回答 1

17

我是dill作者。我做了这件事ssh，但成功了。目前，dill任何其他序列化程序都通过引用腌制模块......所以要成功传递文件中定义的函数，您必须确保相关模块也安装在另一台机器上。我不相信有任何对象序列化器可以直接序列化模块（即不是通过引用）。

话虽如此，dill确实有一些选项可以序列化对象依赖项。例如，对于类实例，默认dill是不通过引用序列化类实例……所以类定义也可以序列化并与实例一起发送。在dill中，您还可以（使用一个非常新的功能）通过序列化文件来序列化文件句柄，而不是通过引用来进行。但是同样，如果您在模块中定义了一个函数，那么您就不走运了，因为模块是通过引用序列化的，非常普遍。

但是，您可能可以使用它dill来执行此操作，但不是通过腌制对象，而是提取源代码并发送源代码。在pathos.ppandpyina中，dill我们用来提取任何对象（包括函数）的源和依赖关系，并将它们传递给另一台计算机/进程/等。但是，由于这不是一件容易的事情，dill因此也可以使用故障转移来尝试提取相关导入并将其发送而不是源代码。

希望您可以理解，这是一件很麻烦的事情（正如我在下面提取的函数的一个依赖项中所指出的那样）。但是，您所要求的已在pathos包中成功完成，以通过 ssh 隧道端口将代码和依赖项传递到不同的机器。

>>> import dill
>>> 
>>> print dill.source.importable(dill.source.importable)
from dill.source import importable
>>> print dill.source.importable(dill.source.importable, source=True)
def _closuredsource(func, alias=''):
    """get source code for closured objects; return a dict of 'name'
    and 'code blocks'"""
    #FIXME: this entire function is a messy messy HACK
    #      - pollutes global namespace
    #      - fails if name of freevars are reused
    #      - can unnecessarily duplicate function code
    from dill.detect import freevars
    free_vars = freevars(func)
    func_vars = {}
    # split into 'funcs' and 'non-funcs'
    for name,obj in list(free_vars.items()):
        if not isfunction(obj):
            # get source for 'non-funcs'
            free_vars[name] = getsource(obj, force=True, alias=name)
            continue
        # get source for 'funcs'

#…snip… …snip… …snip… …snip… …snip… 

            # get source code of objects referred to by obj in global scope
            from dill.detect import globalvars
            obj = globalvars(obj) #XXX: don't worry about alias?
            obj = list(getsource(_obj,name,force=True) for (name,_obj) in obj.items())
            obj = '\n'.join(obj) if obj else ''
            # combine all referred-to source (global then enclosing)
            if not obj: return src
            if not src: return obj
            return obj + src
        except:
            if tried_import: raise
            tried_source = True
            source = not source
    # should never get here
    return

我想也可以围绕该dill.detect.parents方法构建一些东西，它为任何给定对象提供指向所有父对象的指针列表......并且可以将任何函数的所有依赖项重建为对象......但这没有实现。

顺便说一句：要建立 ssh 隧道，只需执行以下操作：

>>> t = pathos.Tunnel.Tunnel()
>>> t.connect('login.university.edu')
39322
>>> t  
Tunnel('-q -N -L39322:login.university.edu:45075 login.university.edu')

然后，您可以使用ZMQ、 或ssh或其他方式在本地端口上工作。如果你想这样做ssh，pathos也有内置的。

于 2014-10-15T22:25:25.913 回答