显示Python多处理池imap\U无序调用的进度?
我有一个脚本,它通过显示Python多处理池imap\U无序调用的进度?,python,multiprocessing,Python,Multiprocessing,我有一个脚本,它通过imap\u unordered()调用成功地执行了一组多处理池任务: p = multiprocessing.Pool() rs = p.imap_unordered(do_work, xrange(num_tasks)) p.close() # No more work p.join() # Wait for completion 但是,我的num_tasks大约是250000,因此join()会将主线程锁定10秒左右,我希望能够以增量方式回显到命令行,以显示主进程未锁
imap\u unordered()
调用成功地执行了一组多处理池任务:
p = multiprocessing.Pool()
rs = p.imap_unordered(do_work, xrange(num_tasks))
p.close() # No more work
p.join() # Wait for completion
但是,我的num_tasks
大约是250000,因此join()
会将主线程锁定10秒左右,我希望能够以增量方式回显到命令行,以显示主进程未锁定。比如:
p = multiprocessing.Pool()
rs = p.imap_unordered(do_work, xrange(num_tasks))
p.close() # No more work
while (True):
remaining = rs.tasks_remaining() # How many of the map call haven't been done yet?
if (remaining == 0): break # Jump out of while loop
print("Waiting for", remaining, "tasks to complete...")
time.sleep(2)
结果对象或池本身是否有指示剩余任务数的方法?我尝试使用
multiprocessing.Value
对象作为计数器(do_work
在完成任务后调用counter.Value+=1
操作),但是,在停止递增之前,计数器只能达到总值的约85%。通过进一步挖掘,我自己找到了一个答案:查看imap\u无序
结果对象的\u目录
,我发现它有一个\u索引
属性,随着每个任务的完成而递增。因此,这适用于日志记录,包装在while
循环中:
p = multiprocessing.Pool()
rs = p.imap_unordered(do_work, xrange(num_tasks))
p.close() # No more work
while (True):
completed = rs._index
if (completed == num_tasks): break
print "Waiting for", num_tasks-completed, "tasks to complete..."
time.sleep(2)
但是,我确实发现,将替换为会导致更快的执行,尽管结果对象有点不同。相反,来自map\u async
的结果对象具有\u number\u left
属性和ready()
方法:
p = multiprocessing.Pool()
rs = p.map_async(do_work, xrange(num_tasks))
p.close() # No more work
while (True):
if (rs.ready()): break
remaining = rs._number_left
print "Waiting for", remaining, "tasks to complete..."
time.sleep(0.5)
无需访问结果集的私有属性:
from __future__ import division
import sys
for i, _ in enumerate(p.imap_unordered(do_work, xrange(num_tasks)), 1):
sys.stderr.write('\rdone {0:%}'.format(i/num_tasks))
我知道这是一个相当古老的问题,但当我想用python跟踪一组任务的进度时,我正在做的就是这样
from progressbar import ProgressBar, SimpleProgress
import multiprocessing as mp
from time import sleep
def my_function(letter):
sleep(2)
return letter+letter
dummy_args = ["A", "B", "C", "D"]
pool = mp.Pool(processes=2)
results = []
pbar = ProgressBar(widgets=[SimpleProgress()], maxval=len(dummy_args)).start()
r = [pool.apply_async(my_function, (x,), callback=results.append) for x in dummy_args]
while len(results) != len(dummy_args):
pbar.update(len(results))
sleep(0.5)
pbar.finish()
print results
基本上,您将apply_async与callbak一起使用(在本例中,它是将返回的值附加到列表中),因此您不必等待执行其他操作。然后,在一个while循环内,检查工作的进度。在本例中,我添加了一个小部件以使其看起来更好
输出:
4 of 4
['AA', 'BB', 'CC', 'DD']
希望有帮助。我创建了一个自定义类来创建进度打印输出。也许这有助于:
from multiprocessing import Pool, cpu_count
class ParallelSim(object):
def __init__(self, processes=cpu_count()):
self.pool = Pool(processes=processes)
self.total_processes = 0
self.completed_processes = 0
self.results = []
def add(self, func, args):
self.pool.apply_async(func=func, args=args, callback=self.complete)
self.total_processes += 1
def complete(self, result):
self.results.extend(result)
self.completed_processes += 1
print('Progress: {:.2f}%'.format((self.completed_processes/self.total_processes)*100))
def run(self):
self.pool.close()
self.pool.join()
def get_results(self):
return self.results
我个人的最爱--在并行运行和提交时为您提供一个漂亮的小进度条和完成ETA
from multiprocessing import Pool
import tqdm
pool = Pool(processes=8)
for _ in tqdm.tqdm(pool.imap_unordered(do_work, tasks), total=len(tasks)):
pass
当我试图检查它的进度时,我发现工作已经完成了。这就是我使用的
pip安装tqdm
from multiprocessing import Pool
from tqdm import tqdm
tasks = range(5)
pool = Pool()
pbar = tqdm(total=len(tasks))
def do_work(x):
# do something with x
pbar.update(1)
pool.imap_unordered(do_work, tasks)
pool.close()
pool.join()
pbar.close()
这应该适用于所有类型的多处理,无论它们是否阻塞。尝试这种简单的基于队列的方法,它也可以用于池。请注意,启动进度条后打印任何内容都会导致进度条移动,至少对于此特定进度条是这样。(PyPI的进度1.5)
导入时间
从progress.bar导入栏
def状态栏(队列统计,n组,n):
条形=条形('进度',最大值=n)
完成=0
完成时
根据Tim的建议,您可以使用TQM
和imap
来解决此问题。我刚刚偶然发现了这个问题,并调整了imap\u unordered
解决方案,以便访问映射结果。下面是它的工作原理:
来自多处理导入池的
导入TQM
池=多处理。池(进程=4)
映射的_值=列表(tqdm.tqdm(pool.imap_无序(do_work,range(num_tasks)),total=len(值)))
如果您不关心作业返回的值,则不需要将列表分配给任何变量。一个使用
池的简单解决方案。apply_async()
:
我在Python2.7.6和rs上测试了这一点。“剩余的块数”似乎是剩余的块数。因此,如果rs.\u chunksize不是1,那么rs.\u number\u left将不是剩余列表项的数量。我应该将此代码放在哪里?我的意思是,直到
rs
的内容被知道并且有点晚了,这才执行?@WakanTanka:它在剥离额外线程后进入主脚本。在我最初的示例中,它进入“while”循环,其中rs
已经启动了其他线程。请编辑您的问题和/或答案以显示最小的工作示例。我没有在任何循环中看到rs
,我是多处理新手,这会有所帮助。非常感谢。至少在Python3.5
中,使用\u number\u left
的解决方案不起作用<代码>\u number\u left表示仍有待处理的块。例如,如果我希望将50个元素并行传递给我的函数,那么对于具有3个进程的线程池\u map\u async()
将创建10个块,每个块包含5个元素<代码>\u number\u left则表示这些块中有多少块已经完成。我只在代码退出(不是每次迭代)后看到打印输出。你有什么建议吗?@Hanansteingart:它在我的系统(Ubuntu)上可以很好地使用Python2和Python3。我使用了def do_word(*a):time.sleep(.1)
作为示例。如果不行的话
import time
from progress.bar import Bar
def status_bar( queue_stat, n_groups, n ):
bar = Bar('progress', max = n)
finished = 0
while finished < n_groups:
while queue_stat.empty():
time.sleep(0.01)
gotten = queue_stat.get()
if gotten == 'finished':
finished += 1
else:
bar.next()
bar.finish()
def process_data( queue_data, queue_stat, group):
for i in group:
... do stuff resulting in new_data
queue_stat.put(1)
queue_stat.put('finished')
queue_data.put(new_data)
def multiprocess():
new_data = []
groups = [[1,2,3],[4,5,6],[7,8,9]]
combined = sum(groups,[])
queue_data = multiprocessing.Queue()
queue_stat = multiprocessing.Queue()
for i, group in enumerate(groups):
if i == 0:
p = multiprocessing.Process(target = status_bar,
args=(queue_stat,len(groups),len(combined)))
processes.append(p)
p.start()
p = multiprocessing.Process(target = process_data,
args=(queue_data, queue_stat, group))
processes.append(p)
p.start()
for i in range(len(groups)):
data = queue_data.get()
new_data += data
for p in processes:
p.join()
from multiprocessing import Pool
from tqdm import tqdm
from time import sleep
def work(x):
sleep(0.2)
return x**2
n = 10
with Pool(4) as p, tqdm(total=n) as pbar:
res = [p.apply_async(
work, args=(i,), callback=lambda _: pbar.update(1)) for i in range(n)]
results = [p.get() for p in res]