时间戳

首页 > 解决方案 > 在模块化 python 代码库中使用 Dask LocalCluster()

python - 在模块化 python 代码库中使用 Dask LocalCluster()

问题描述

我正在尝试使用 Dask Distributed 的LocalCluster使用单台机器的所有内核并行运行代码。

考虑一个示例 python 数据管道，其文件夹结构如下。

sample_dask_program
├── main.py
├── parallel_process_1.py
├── parallel_process_2.py
├── process_1.py
├── process_2.py
└── process_3.py

main.py是入口点，它在管道中顺序执行。

例如：

def run_pipeline():
    stage_one_run_util()
    stage_two_run_util()

    ...

    stage_six_run_util()


if __name__ == '__main__':

    ...

    run_pipeline()

parallel_process_1.py和parallel_process_2.py是创建 Client() 并使用期货来实现并行性的模块。

with Client() as client:
            # list to store futures after they are submitted
            futures = []

            for item in items:
                future = client.submit(
                    ...
                )
                futures.append(future)

            results = client.gather(futures)

process_1.py、process_2.py和process_3.py是执行简单计算的模块，不需要使用所有 CPU 内核并行运行。

追溯：

  File "/sm/src/calculation/parallel.py", line 140, in convert_qty_to_float
    results = client.gather(futures)
  File "/home/iouser/.local/lib/python3.7/site-packages/distributed/client.py", line 1894, in gather
    asynchronous=asynchronous,
  File "/home/iouser/.local/lib/python3.7/site-packages/distributed/client.py", line 778, in sync
    self.loop, func, *args, callback_timeout=callback_timeout, **kwargs
  File "/home/iouser/.local/lib/python3.7/site-packages/distributed/utils.py", line 348, in sync
    raise exc.with_traceback(tb)
  File "/home/iouser/.local/lib/python3.7/site-packages/distributed/utils.py", line 332, in f
    result[0] = yield future
  File "/home/iouser/.local/lib/python3.7/site-packages/tornado/gen.py", line 735, in run
    value = future.result()
concurrent.futures._base.CancelledError

这是工人抛出的错误：

distributed.worker - ERROR - failed during get data with tcp://127.0.0.1:33901 -> tcp://127.0.0.1:38821
Traceback (most recent call last):
  File "/home/iouser/.local/lib/python3.7/site-packages/distributed/comm/tcp.py", line 248, in write
    future = stream.write(frame)
  File "/home/iouser/.local/lib/python3.7/site-packages/tornado/iostream.py", line 546, in write
    self._check_closed()
  File "/home/iouser/.local/lib/python3.7/site-packages/tornado/iostream.py", line 1035, in _check_closed
    raise StreamClosedError(real_error=self.error)
tornado.iostream.StreamClosedError: Stream is closed
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
  File "/home/iouser/.local/lib/python3.7/site-packages/distributed/worker.py", line 1248, in get_data
    compressed = await comm.write(msg, serializers=serializers)
  File "/home/iouser/.local/lib/python3.7/site-packages/distributed/comm/tcp.py", line 255, in write
    convert_stream_closed_error(self, e)
  File "/home/iouser/.local/lib/python3.7/site-packages/distributed/comm/tcp.py", line 121, in convert_stream_closed_error
    raise CommClosedError("in %s: %s: %s" % (obj, exc.__class__.__name__, exc))
distributed.comm.core.CommClosedError: in <closed TCP>: BrokenPipeError: [Errno 32] Broken pipe

我无法在本地重现此错误或找到最小可重现示例，因为此错误的发生是突然的。

这是在模块化 python 程序中使用 Dask LocalCluster 的正确方法吗？

编辑

我观察到，当使用相对较多的线程和进程创建 LocalCluster 时，会出现这些错误。我正在使用 NumPy 和 Pandas 进行计算，这不是这里描述的好习惯。

有时，当使用 4 个工作人员和 16 个进程创建 LocalCluster 时，不会引发任何错误。当使用 8 个工作人员和 40 个进程创建 LocalCluster 时，会抛出我上面描述的错误。

据我了解，dask 随机选择此组合（这是 dask 的问题吗？），因为我在同一个 AWS Batch 实例（具有 8 个内核（16 个 vCPU））上进行了测试。

当我强制创建仅使用线程的集群时，不会弹出该问题。

例如：

cluster = LocalCluster(processes=False)
with Client(cluster) as client:
    client.submit(...)
    ...

但是，仅使用线程创建 LocalCluster 会使执行速度减慢 2-3 倍。

那么，问题的解决方案是找到适合程序的正确数量的进程/线程吗？

标签： pythonpython-3.xparallel-processingdaskdask-distributed

解决方案

更常见的是创建一次 Dask Client，然后在其上运行许多工作负载。

with Client() as client:
    stage_one(client)
    stage_two(client)

话虽这么说，你在做什么应该没问题。如果您能够通过最小的示例重现错误，那将很有用（但没有期望）。

推荐阅读