快速掌握用python写并行程序，干货满满-技术圈

2.2 改用GPU处理计算密集型程序
三、用python写并行程序
四、multiprocessing实战

小子今天想来谈谈“并行计算”，作为一个非科班人员，我为什么去捣鼓这么一个在科班里也比较专业的问题了。这就要说下我前几天做的一个作业了，当时我用python写了个程序，结果运行了一天，这个速度可让我愁了，我还怎么优化，怎么交作业啊。于是小子就去各大论坛寻丹问药了，终于让我发现可以用并行计算来最大化压榨电脑的CPU，提升计算效率，而且python里有multiprocessing这个库可以提供并行计算接口，于是小子花1天时间改进程序，终于在规定时间内做出了自己满意的结果，上交了作业。之后，小子对并行计算充满了兴趣，于是又重新在Google上游历了一番，大致弄清了GPU、CPU、进程、线程、并行计算、分布式计算等概念，也把python的multiprocessing耍了一遍，现在小子也算略有心得了，所以来此立碑，以示后来游客。

小子本文分为四部分，一是大数据时代现状，其二是面对挑战的方法，然后是用python写并行程序，最后是multiprocessing实战。

一、大数据时代的现状

当前我们正处于大数据时代，每天我们会通过手机、电脑等设备不断的将自己的数据传到互联网上。据统计，YouTube上每分钟就会增加500多小时的视频，面对如此海量的数据，如何高效的存储与处理它们就成了当前最大的挑战。

但在这个对硬件要求越来越高的时代，CPU却似乎并不这么给力了。自2013年以来，处理器频率的增长速度逐渐放缓了，目前CPU的频率主要分布在3~4GHz。这个也是可以理解的，毕竟摩尔定律都生效了50年了，如果它老人家还如此给力，那我们以后就只要静等处理器频率提升，什么计算问题在未来那都不是话下了。实际上CPU与频率是于能耗密切相关的，我们之前可以通过加电压来提升频率，但当能耗太大，散热问题就无法解决了，所以频率就逐渐稳定下来了，而Intel与AMD等大制造商也将目标转向了多核芯片，目前普通桌面PC也达到了4~8核。

二、面对挑战的方法

咱们有了多核CPU，以及大量计算设备，那我们怎么来用它们应对大数据时代的挑战了。那就要提到下面的方法了。

2.1 并行计算

并行（parallelism）是指程序运行时的状态，如果在同时刻有多个“工作单位”运行，则所运行的程序处于并行状态。图一是并行程序的示例，开始并行后，程序从主线程分出许多小的线程并同步执行，此时每个线程在各个独立的CPU进行运行，在所有线程都运行完成之后，它们会重新合并为主线程，而运行结果也会进行合并，并交给主线程继续处理。

图一、多线程并行

图二是一个多线程的任务（沿线为线程时间），但它不是并行任务。这是因为task1与task2总是不在同一时刻执行，这个情况下单核CPU完全可以同时执行task1与task2。方法是在task1不执行的时候立即将CPU资源给task2用，task2空闲的时候CPU给task1用，这样通过时间窗调整任务，即可实现多线程程序，但task1与task2并没有同时执行过，所以不能称为并行。我们可以称它为并发（concurrency）程序，这个程序一定意义上提升了单个CPU的使用率，所以效率也相对较高。

图二、多线程并发

并行编程模型：

数据并行（Data Parallel）模型：将相同的操作同时作用于不同数据，只需要简单地指明执行什么并行操作以及并行操作对象。该模型反映在图一中即是，并行同时在主线程中拿取数据进行处理，并线程执行相同的操作，然后计算完成后合并结果。各个并行线程在执行时互不干扰。
消息传递（Message Passing）模型：各个并行执行部分之间传递消息，相互通讯。消息传递模型的并行线程在执行时会传递数据，可能一个线程运行到一半的时候，它所占用的数据或处理结果就要交给另一个线程处理，这样，在设计并行程序时会给我们带来一定麻烦。该模型一般是分布式内存并行计算机所采用方法，但是也可以适用于共享式内存的并行计算机。

什么时候用并行计算：

多核CPU——计算密集型任务。尽量使用并行计算，可以提高任务执行效率。计算密集型任务会持续地将CPU占满，此时有越多CPU来分担任务，计算速度就会越快，这种情况才是并行程序的用武之地。
单核CPU——计算密集型任务。此时的任务已经把CPU资源100%消耗了，就没必要使用并行计算，毕竟硬件障碍摆在那里。
单核CPU——I/O密集型任务。I/O密集型任务在任务执行时需要经常调用磁盘、屏幕、键盘等外设，由于调用外设时CPU会空闲，所以CPU的利用率并不高，此时使用多线程程序，只是便于人机交互。计算效率提升不大。
多核CPU——I/O密集型任务。同单核CPU——I/O密集型任务。

2.2 改用GPU处理计算密集型程序

GPU即图形处理器核心（Graphics Processing Unit），它是显卡的心脏，显卡上还有显存，GPU与显存类似与CPU与内存。

GPU与CPU有不同的设计目标，CPU需要处理所有的计算指令，所以它的单元设计得相当复杂；而GPU主要为了图形“渲染”而设计，渲染即进行数据的列处理，所以GPU天生就会为了更快速地执行复杂算术运算和几何运算的。

GPU相比与CPU有如下优势：

强大的浮点数计算速度。
大量的计算核心，可以进行大型并行计算。一个普通的GPU也有数千个计算核心。
强大的数据吞吐量，GPU的吞吐量是CPU的数十倍，这意味着GPU有适合的处理大数据。

GPU目前在处理深度学习上用得十分多，英伟达（NVIDIA）目前也花大精力去开发适合深度学习的GPU。现在上百层的神经网络已经很常见了，面对如此庞大的计算量，CPU可能需要运算几天，而GPU却可以在几小时内算完，这个差距已经足够别人比我们多打几个比赛，多发几篇论文了。

3.3 分布式计算

说到分布式计算，我们就先说下下Google的3篇论文，原文可以直接点链接去下载：

GFS(The Google File System) :解决数据存储的问题。采用N多台廉价的电脑，使用冗余的方式，来取得读写速度与数据安全并存的结果。
MapReduce(Simplified Data Processing on Large Clusters) :函数式编程，把所有的操作都分成两类，map与reduce，map用来将数据分成多份，分开处理，reduce将处理后的结果进行归并，得到最终的结果。
BigTable(Bigtable: A Distributed Storage System for Structured Data) :在分布式系统上存储结构化数据的一个解决方案，解决了巨大的Table的管理、负载均衡的问题.

Google在2003~2006年发表了这三篇论文之后，一时之间引起了轰动，但是Google并没有将MapReduce开源。在这种情况下Hadoop就出现了，Doug Cutting在Google的3篇论文的理论基础上开发了Hadoop，此后Hadoop不断走向成熟，目前Facebook、IBM、ImageShack等知名公司都在使用Hadoop运行他们的程序。

分布式计算的优势：

可以集成诸多低配的计算机（成千上万台）进行高并发的储存与计算，从而达到与超级计算机媲美的处理能力。

三、用python写并行程序

在介绍如何使用python写并行程序之前，我们需要先补充几个概念，分别是进程、线程与全局解释器锁（Global Interpreter Lock, GIL）。

3.1 进程与线程

进程（process）：

在面向线程设计的系统（如当代多数操作系统、Linux 2.6及更新的版本）中，进程本身不是基本运行单位，而是线程的容器。
进程拥有自己独立的内存空间，所属线程可以访问进程的空间。
程序本身只是指令、数据及其组织形式的描述，进程才是程序的真正运行实例。例如，Visual Studio开发环境就是利用一个进程编辑源文件，并利用另一个进程完成编译工作的应用程序。

线程（threading）：

线程有自己的一组CPU指令、寄存器与私有数据区，线程的数据可以与同一进程的线程共享。
当前的操作系统是面向线程的，即以线程为基本运行单位，并按线程分配CPU。

进程与线程有两个主要的不同点，其一是进程包含线程，线程使用进程的内存空间，当然线程也有自己的私有空间，但容量小；其二是进程有各自独立的内存空间，互不干扰，而线程是共享内存空间。

图三展示了进程、线程与CPU之间的关系。在图三中，进程一与进程二都含有3个线程，CPU会按照线程来分配任务，如图中4个CPU同时执行前4个线程，后两个标红线程处于等待状态，在CPU运行完当前线程时，等待的线程会被唤醒并进入CPU执行。通常，进程含有的线程数越多，则它占用CPU的时间会越长。

图三、进程、线程与CPU关系

3.2 全局解释器锁GIL：

GIL是计算机程序设计语言解释器用于同步线程的一种机制，它使得任何时刻仅有一个线程在执行。即便在多核心处理器上，使用 GIL 的解释器也只允许同一时间执行一个线程。Python的Cpython解释器（普遍使用的解释器）使用GIL，在一个Python解释器进程内可以执行多线程程序，但每次一个线程执行时就会获得全局解释器锁，使得别的线程只能等待，由于GIL几乎释放的同时就会被原线程马上获得，那些等待线程可能刚唤醒，所以经常造成线程不平衡享受CPU资源，此时多线程的效率比单线程还要低下。在python的官方文档里，它是这样解释GIL的：

In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.)

可以说它的初衷是很好的，为了保证线程间的数据安全性；但是随着时代的发展，GIL却成为了python并行计算的最大障碍，但这个时候GIL已经遍布CPython的各个角落，修改它的工作量太大，特别是对这种开源性的语音来说。但幸好GIL只锁了线程，我们可以再新建解释器进程来实现并行，那这就是multiprocessing的工作了。

3.3 multiprocessing

multiprocessing是python里的多进程包，通过它，我们可以在python程序里建立多进程来执行任务，从而进行并行计算。官方文档如下所述：

The multiprocessing package offers both local and remote concurrency, effectively side-stepping the Global Interpreter Lock by using subprocesses instead of threads.

我们接下来介绍下multiprocessing的各个接口：

3.3.1 进程process

multiprocessing.Process(target=None, args=())
 target: 可以被run()调用的函数，简单来说就是进程中运行的函数
 args: 是target的参数
process的方法：
 start(): 开始启动进程，在创建process之后执行
 join([timeout])：阻塞目前父进程，直到调用join方法的进程执行完或超时（timeout），才继续执行父进程
 terminate():终止进程，不论进程有没有执行完，尽量少用。

示例1

from multiprocessing import Process
def f(name):
 print 'hello', name
if __name__ == '__main__':
 p = Process(target=f, args=('bob',)) # p进程执行f函数，参数为'bob'，注意后面的“,”
 p.start() # 进程开始
 p.join() # 阻塞主线程，直至p进程执行结束

3.3.2 进程池Process Pools

class multiprocessing.Pool([processes])
 processes是进程池中的进程数，默认是本机的cpu数量
方法：
 apply(func[, args[, kwds]])进程池中的进程进行func函数操作，操作时会阻塞进程，直至生成结果。
 apply_async(func[, args[, kwds[, callback]]])与apply类似，但是不会阻塞进程
 map(func, iterable[, chunksize])进程池中的进程进行映射操作
 map_async(func, iterable[, chunksize[, callback]])
 imap(func, iterable[, chunksize])：返回有序迭代器
 imap_unordered(func, iterable[, chunsize])：返回无序迭代器
 close()：禁止进程池再接收任务
 terminate()：强行终止进程池，不论是否有任务在执行
 join()：在close()或terminate()之后进行，等待进程退出

示例2

from multiprocessing import Pool
def f(x):
 return x*x
if __name__ == '__main__':
 p = Pool(5) # 创建有5个进程的进程池
 print(p.map(f, [1, 2, 3])) # 将f函数的操作给进程池

3.3.3 Pipes & Queues

multiprocessing.Pipe([duplex])
 返回两个连接对象（conn1, conn2），两个连接对象分别访问pipe的头和尾，进行读写操作
 Duplex: True(default),创建的pipe是双向的，也即两端都可以进行读写；若为False，则pipe是单向的，仅可以在一端读，另一端写，此时与Queue类似。
multiprocessing.Queue([maxsize])
 qsize()：返回queue中member数量
 empty()：如果queue是空的，则返回true
 full()：如果queue中member数量达到maxsize，则返回true
 put(obj)：将一个object放入到queue中
 get()：从队列中取出一个object并将它从queue中移除，FIFO原则
 close()：关闭队列，并将缓存的object写入pipe

示例

from multiprocessing import Pool
import time
def f(x):
 return x*x
if __name__ == '__main__':
 pool = Pool(processes=4) # start 4 worker processes
 result = pool.apply_async(f, (10,)) # evaluate "f(10)" asynchronously in a single process
 print result.get(timeout=1) # prints "100" unless your computer is *very* slow
 print pool.map(f, range(10)) # prints "[0, 1, 4,..., 81]"
 it = pool.imap(f, range(10))
 print it.next() # prints "0"
 print it.next() # prints "1"
 print it.next(timeout=1) # prints "4" unless your computer is *very* slow
 result = pool.apply_async(time.sleep, (10,))
 print result.get(timeout=1) # raises multiprocessing.TimeoutError

3.3.4 进程锁multiprocessing.Lock

当一个进程获得（acquire）锁之后，其它进程在想获得锁就会被禁止，可以保护数据，进行同步处理。
 acquire(block=True, timeout=None)：尝试获取一个锁，如果block为true，则会在获得锁之后阻止其它进程再获取锁。
 release()：释放锁

3.3.5 共享内存——Value, Array

共享内存通常需要配合进程锁来处理，保证处理的顺序相同。

multiprocessing.Value(typecode_or_type, *args[, lock])
 返回一个ctype对象，
 创建c = Value(‘d’, 3.14),调用c.value()
multiprocessing.Array(typecode_or_type, size_or_initializer, *, lock=True)
 返回一个ctype数组，只能是一维的
 Array(‘i’, [1, 2, 3, 4])

3.3.6 其它方法

multiprocessing.active_children()：返回当前进程的所有子进程
multiprocessing.cpu_count()：返回本计算机的cpu数量
multiprocessing.current_process()：返回当前进程

3.3.7 注意事项：

尽量避免共享数据
所有对象都尽量是可以pickle的
避免使用terminate强行终止进程，以造成不可预料的后果
有队列的进程在终止前队列中的数据需要清空，join操作应放到queue清空后
明确给子进程传递资源、参数

windows平台另需注意：

注意跨模块全局变量的使用，可能被各个进程修改造成结果不统一
主模块需要加上if name == ' main ':来提高它的安全性，如果有交互界面，需要加上freeze_support()

四、multiprocessing实战

process、lock与value尝试：

import multiprocessing as mp
import time
def job(v, num, l):
 l.acquire() # 锁住
 for _ in range(5):
 time.sleep(0.1)
 v.value += num # 获取共享内存
 print(v.value)
 l.release() # 释放
def multicore():
 l = mp.Lock() # 定义一个进程锁
 #l = 1
 v = mp.Value('i', 0) # 定义共享内存
 p1 = mp.Process(target=job, args=(v,1,l)) # 需要将lock传入
 p2 = mp.Process(target=job, args=(v,3,l))
 p1.start()
 p2.start()
 p1.join()
 p2.join()
if __name__=='__main__':
 multicore()

上述代码即对共享内存叠加5次，p1进程每次叠加1，p2进程每次叠加3，为了避免p1与p2在运行时抢夺共享数据v，在进程执行时锁住了该进程，从而保证了执行的顺序。我测试了三个案例：

直接运行上述代码输出[1, 2, 3, 4, 5, 8, 11, 14, 17, 20]，运行时间为1.037s
在1的基础上注释掉锁（上述注释了三行），在没有锁的情况下，输出[1, 4, 5, 8, 9, 12, 13, 15, 14, 16],运行时间为0.53s
在2的基础上将p1.join()调到p2.start()前面，输出为[1, 2, 3, 4, 5, 8, 11, 14, 17, 20]，运行时间为1.042s.

可以发现，没锁的情况下调整join可以取得与加锁类似的结果，这是因为join即是阻塞主进程，直至当前进程结束才回到主进程，若将p1.join（）放到p1.start()后面，则会马上阻塞主进程，使得p2要稍后才开始，这与锁的效果一样。

如果如上述代码所示，p1.join（）在p2.start()后面，虽然是p1先join()，但这时只是阻塞了主进程，而p2是兄弟进程，它已经开始了，p1就不能阻止它了，所以这时如果没锁的话p1与p2就是并行了，运行时间就是一半，但因为它们争抢共享变量，所以输出就变得不确定了。

pool

import multiprocessing as mp
#import pdb
def job(i):
 return i*i
def multicore():
 pool = mp.Pool()
 #pdb.set_trace()
 res = pool.map(job, range(10))
 print(res)
 res = pool.apply_async(job, (2,))
 # 用get获得结果
 print(res.get())
 # 迭代器，i=0时apply一次，i=1时apply一次等等
 multi_res = [pool.apply_async(job, (i,)) for i in range(10)]
 # 从迭代器中取出
 print([res.get() for res in multi_res])
multicore()

pool其实非常好用，特别是map与apply_async。通过pool这个接口，我们只有指定可以并行的函数与函数参数列表，它就可以自动帮我们创建多进程池进行并行计算，真的不要太方便。pool特别适用于数据并行模型，假如是消息传递模型那还是建议自己通过process来创立进程吧。

总结

小子这次主要是按自己的理解把并行计算理了下，对进程、线程、CPU之间的关系做了下阐述，并把python的multiprocessing这个包拎了拎，个人感觉这个里面还大有学问，上次我一个师兄用python的process来控制单次迭代的运行时间（运行超时就跳过这次迭代，进入下一次迭代）也是让我涨了见识，后面还要多多学习啊。

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

万水千山总是情，点个【在看】行不行

*声明：本文于网络整理，版权归原作者所有，如来源信息有误或侵犯权益，请联系我们删除或授权事宜