Python 如何指定Dask.array中的工作进程数

假设要指定Dask.array中的工作进程数，如图所示，可以设置：

dask.set_options(pool=ThreadPool(num_workers)) 

这在我运行的一些模拟中非常有效，例如montecarlo，但在一些线性代数操作中，Dask似乎覆盖了用户指定的配置，例如：

import dask.array as da
import dask
from multiprocessing.pool import ThreadPool

dask.set_options(pool=ThreadPool(num_workers))
mat1 = da.random.random((size, size) chunks=chunk_size)
mat2 = da.random.random((size, size) chunks=chunk_size)
mat3 = mat1.dot(mat2)
mat3.compute()

如果我以较小的矩阵大小运行该程序，它显然只使用

num_workers

workers，但是如果我增加矩阵大小，它会突然创建十几个worker，如图所示

---

那么，我如何才能请求Dask仅使用

num_workers

workers来解决问题呢？

使用线程调度程序时，Dask不会产生任何新进程。相反，它运行主进程中的所有内容

但是，这并不能阻止函数本身生成进程。正如Mike Graham在评论中指出的那样，在混合使用诸如Dask之类的并行解决方案和诸如MKL或OpenBLAS之类的并行BLAS实现时应该小心。这可能会损害性能。通常最好将两个库中的一个设置为每次调用使用一个线程

---

我仍然不明白为什么会看到多个python进程。就我所知，线程Dask和MKL都没有创建新的计算过程。但是，鉴于您限制MKL线程数量的积极结果，自我上次使用MKL签入以来，MKL可能已经发生了变化。

您是否针对线程BLAS编译numpy？如果是这样，每个dask工作者可能会产生自己的工作者

pstree

可能会帮助您更好地了解生成层次结构。是的！我用的是Intelpython，所以numpy链接到MKL，你是对的！我限制了MKL线程的数量，如中所示，问题就解决了。非常感谢你！