web-dev-qa-db-fra.com

Multitraitement - Pipe vs File d'attente

Quelles sont les différences fondamentales entre les files d'attente et les canaux dans package de multitraitement de Python ?

Dans quels scénarios doit-on choisir l'un par rapport à l'autre? Quand est-il avantageux d'utiliser Pipe()? Quand est-il avantageux d'utiliser Queue()?

pythonperformancequeuemultiprocessingpipe
122
Jonathan

  • Un Pipe() ne peut avoir que deux extrémités.

  • Un Queue() peut avoir plusieurs producteurs et consommateurs.

Quand les utiliser

Si vous avez besoin de plus de deux points pour communiquer, utilisez un Queue() .

Si vous avez besoin de performances absolues, un Pipe() est beaucoup plus rapide, car Queue() est construit au-dessus de Pipe().

Analyse comparative des performances

Supposons que vous souhaitiez générer deux processus et envoyer des messages entre eux le plus rapidement possible. Voici les résultats de chronométrage d'une course de frein entre des tests similaires utilisant Pipe() et Queue()... Il s'agit d'un ThinkpadT61 exécutant Ubuntu 11.10, et Python = 2.7.2.

Pour info, j'ai jeté les résultats pour JoinableQueue() en bonus; JoinableQueue() rend compte des tâches lorsque queue.task_done() est appelé (il ne sait même pas à propos de la tâche spécifique, il ne compte que les tâches non terminées dans la file d'attente), de sorte que queue.join() sait que le travail est terminé.

Le code pour chacun au bas de cette réponse ...

mpenning@mpenning-T61:~$ python multi_pipe.py 
Sending 10000 numbers to Pipe() took 0.0369849205017 seconds
Sending 100000 numbers to Pipe() took 0.328398942947 seconds
Sending 1000000 numbers to Pipe() took 3.17266988754 seconds
mpenning@mpenning-T61:~$ python multi_queue.py 
Sending 10000 numbers to Queue() took 0.105256080627 seconds
Sending 100000 numbers to Queue() took 0.980564117432 seconds
Sending 1000000 numbers to Queue() took 10.1611330509 seconds
mpnening@mpenning-T61:~$ python multi_joinablequeue.py 
Sending 10000 numbers to JoinableQueue() took 0.172781944275 seconds
Sending 100000 numbers to JoinableQueue() took 1.5714070797 seconds
Sending 1000000 numbers to JoinableQueue() took 15.8527247906 seconds
mpenning@mpenning-T61:~$

En résumé, Pipe() est environ trois fois plus rapide qu'un Queue(). Ne pensez même pas à la JoinableQueue() à moins que vous ne deviez vraiment en tirer les avantages.

BONUS MATERIAL 2

Le multitraitement introduit de subtils changements dans le flux d'informations qui rendent le débogage difficile, à moins de connaître certains raccourcis. Par exemple, vous pouvez avoir un script qui fonctionne correctement lors de l'indexation via un dictionnaire dans de nombreuses conditions, mais qui échoue rarement avec certaines entrées.

Normalement, nous obtenons des indices sur l'échec lorsque l'ensemble du processus python se bloque; toutefois, aucune trace de crash non sollicitée n'est imprimée sur la console si la fonction de multitraitement se bloque. Il est difficile de retracer les plantages inconnus. sans la moindre idée de ce qui a bloqué le processus.

Le moyen le plus simple que j'ai trouvé pour localiser les informations de crash multitraitement consiste à envelopper toute la fonction de multitraitement dans un try/except et à utiliser traceback.print_exc():

import traceback
def reader(args):
    try:
        # Insert stuff to be multiprocessed here
        return args[0]['that']
    except:
        print "FATAL: reader({0}) exited while multiprocessing".format(args) 
        traceback.print_exc()

Maintenant, quand vous trouvez un crash, vous voyez quelque chose comme:

FATAL: reader([{'crash', 'this'}]) exited while multiprocessing
Traceback (most recent call last):
  File "foo.py", line 19, in __init__
    self.run(task_q, result_q)
  File "foo.py", line 46, in run
    raise ValueError
ValueError

Code source: 

"""
multi_pipe.py
"""
from multiprocessing import Process, Pipe
import time

def reader_proc(pipe):
    ## Read from the pipe; this will be spawned as a separate Process
    p_output, p_input = pipe
    p_input.close()    # We are only reading
    while True:
        msg = p_output.recv()    # Read from the output pipe and do nothing
        if msg=='DONE':
            break

def writer(count, p_input):
    for ii in xrange(0, count):
        p_input.send(ii)             # Write 'count' numbers into the input pipe
    p_input.send('DONE')

if __name__=='__main__':
    for count in [10**4, 10**5, 10**6]:
        # Pipes are unidirectional with two endpoints:  p_input ------> p_output
        p_output, p_input = Pipe()  # writer() writes to p_input from _this_ process
        reader_p = Process(target=reader_proc, args=((p_output, p_input),))
        reader_p.daemon = True
        reader_p.start()     # Launch the reader process

        p_output.close()       # We no longer need this part of the Pipe()
        _start = time.time()
        writer(count, p_input) # Send a lot of stuff to reader_proc()
        p_input.close()
        reader_p.join()
        print("Sending {0} numbers to Pipe() took {1} seconds".format(count,
            (time.time() - _start)))

"""
multi_queue.py
"""

from multiprocessing import Process, Queue
import time
import sys

def reader_proc(queue):
    ## Read from the queue; this will be spawned as a separate Process
    while True:
        msg = queue.get()         # Read from the queue and do nothing
        if (msg == 'DONE'):
            break

def writer(count, queue):
    ## Write to the queue
    for ii in range(0, count):
        queue.put(ii)             # Write 'count' numbers into the queue
    queue.put('DONE')

if __name__=='__main__':
    pqueue = Queue() # writer() writes to pqueue from _this_ process
    for count in [10**4, 10**5, 10**6]:             
        ### reader_proc() reads from pqueue as a separate process
        reader_p = Process(target=reader_proc, args=((pqueue),))
        reader_p.daemon = True
        reader_p.start()        # Launch reader_proc() as a separate python process

        _start = time.time()
        writer(count, pqueue)    # Send a lot of stuff to reader()
        reader_p.join()         # Wait for the reader to finish
        print("Sending {0} numbers to Queue() took {1} seconds".format(count, 
            (time.time() - _start)))

"""
multi_joinablequeue.py
"""
from multiprocessing import Process, JoinableQueue
import time

def reader_proc(queue):
    ## Read from the queue; this will be spawned as a separate Process
    while True:
        msg = queue.get()         # Read from the queue and do nothing
        queue.task_done()

def writer(count, queue):
    for ii in xrange(0, count):
        queue.put(ii)             # Write 'count' numbers into the queue

if __name__=='__main__':
    for count in [10**4, 10**5, 10**6]:
        jqueue = JoinableQueue() # writer() writes to jqueue from _this_ process
        # reader_proc() reads from jqueue as a different process...
        reader_p = Process(target=reader_proc, args=((jqueue),))
        reader_p.daemon = True
        reader_p.start()     # Launch the reader process
        _start = time.time()
        writer(count, jqueue) # Send a lot of stuff to reader_proc() (in different process)
        jqueue.join()         # Wait for the reader to finish
        print("Sending {0} numbers to JoinableQueue() took {1} seconds".format(count, 
            (time.time() - _start)))
233
Mike Pennington