在Python中的进程之间共享数据

Question

我有一个复杂的数据结构(用户定义的类型),在其上执行大量的独立计算.数据结构基本上是不可变的.我基本上说,因为虽然界面看起来是不可变的,但内部有一些懒惰的评估正在进行中.一些延迟计算的属性存储在字典中(通过输入参数返回昂贵函数的值).我想使用Pythons 多处理模块来并行化这些计算.我脑子里有两个问题.

1. 如何在流程之间最好地共享数据结构？
2. 有没有办法在不使用锁的情况下处理惰性评估问题(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!

Answer 1

如何在流程之间最好地共享数据结构？

管道.

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

打破您的程序,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 )

要在单个过程中重现整个计算,您可以执行此操作.

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

您可以使用一点文件I/O包装每个转换.Pickle适用于此,但其他表示(如JSON或YAML)也运行良好.

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独立的OS级进程.它们将同时运行并立即消耗所有操作系统级资源.

有没有办法在不使用锁的情况下处理惰性评估问题(多个进程写入相同的值)？

管道.