私は状態ベクトルのスナップショットを保存し、異なるパラメータに対して計算を実行するシミュレーションを行っています。私はスキャンするための2つの制御パラメータを持っています(この例ではpとa)。したがって、2つの次元が2つの制御パラメータ用である1つのnetCDF4ファイルのシミュレーション結果を保存します。 1つのパラメータセットのシミュレーションを実行すると、ファイルは正しく保存されますが、apply_async
をmultiprocessing
から実行しようとすると、プロセスの最後にnetCDF4がアクセスできなくなります。netCDF4ファイルにパラレル保存するPythonマルチプロセッシング
私の完全なコードは、このgithub repositoryであるが、基本的に私は何をしようとしているこれです:少なくとも二つの可能なアプローチがあり
import multiprocessing as mp
import time as timer
import netCDF4
import numpy as np
def run_sim_for_p_a(p,a,pstep,astep,step,max_time,u0,fname):
time_ar=np.arange(0,max_time,step)
u = np.ones((len(time_ar),1024))
u[0]=u0
print "Calculating for p,a:",p,a
for i,t in enumerate(time_ar[1:]):
u[i+1] = u[i]*np.cos(t)*np.sin(a)*np.sin(p)
for tstep,t in enumerate(time_ar):
save_p_a_snapshot(fname,pstep,astep,tstep,p,a,t,u[tstep]) # save the results into the netCDF4 file
def apply_async_and_save_grid(pmin,pmax,fname,
Np=10,Na=10,
step=None,max_time=500.0,numproc=10):
start = timer.time()
setup_p_a_scan(fname) # Setup a netCDF4 file for the simulations
if step is None:
step=max_time
p_range = np.linspace(pmin,pmax,Np)
init = np.random.random((1024))
a_range = np.linspace(0,1,Na)
availble_cpus = int(available_cpu_count() - 2)
numproc=min(numproc,availble_cpus)
print "Using",numproc," processors"
pool = mp.Pool(processes=numproc)
for i,p in enumerate(p_range):
for j,a in enumerate(a_range):
pool.apply_async(run_sim_for_p_a,
args = (p,a,i,j,step,max_time,init,fname))
pool.close()
pool.join()
print "Took ",timer.time()-start
if __name__=="__main__":
apply_async_and_save_grid(1.0,2.0,"test",Np=2,Na=4,step=1.0,max_time=10)
複数のプロセスが非同期で実行されていますが、同じディスクファイルにアクセスしていません。このトーク([並行処理に関するKeynote](https://www.youtube.com/watch?v=9zinZmE3Ogk) – wwii
はい、プロセス間で通信は行われませんが、結果は同じディスクファイルに保存されます。 – Ohm