6

我有一个复杂的数据结构（用户定义的类型），在它上面执行了大量的独立计算。数据结构基本上是不可变的。我说的基本是，因为虽然接口看起来是不可变的，但内部正在进行一些惰性求值。一些延迟计算的属性存储在字典中（通过输入参数返回代价函数的值）。我想使用 Python 的多处理模块来并行化这些计算。我有两个问题。

  1. 我如何最好地在进程之间共享数据结构？
  2. 有没有办法在不使用锁的情况下处理惰性求值问题（多个进程写入相同的值）？

提前感谢您的任何答案、评论或启发性问题！

4

1 回答 1

8

我如何最好地在进程之间共享数据结构？

管道。

origin.py | process1.py | process2.py | process3.py

分解您的程序，以便每个计算都是以下形式的单独过程。

def transform1( piece ):
    Some transformation or calculation.

对于测试，您可以像这样使用它。

def t1( iterable ):
    for piece in iterable:
        more_data = transform1( piece )
        yield NewNamedTuple( piece, more_data )

为了在单个过程中重现整个计算，您可以这样做。

for x in t1( t2( t3( the_whole_structure ) ) ):
    print( x )

您可以使用一点文件 I/O 来包装每个转换。Pickle 可以很好地解决这个问题，但其他表示（如 JSON 或 YAML）也可以很好地工作。

while True:
    a_piece = pickle.load(sys.stdin)
    more_data = transform1( a_piece )
    pickle.dump( NewNamedTuple( piece, more_data ) )

每个处理步骤都成为一个独立的操作系统级进程。它们将同时运行，并且会立即消耗所有操作系统级别的资源。

有没有办法在不使用锁的情况下处理惰性求值问题（多个进程写入相同的值）？

管道。

于 2010-08-10T10:16:46.313 回答