目錄

• 一、大資料時代的現狀
• 二、面對挑戰的方法
  • 2.1 平行計算
• 2.2 改用GPU處理計算密集型程式
  • 3.3 分散式計算
• 三、用python寫並行程式
  • 3.1 程序與執行緒
  • 3.2 全域性直譯器鎖GIL：
  • 3.3 multiprocessing
• 四、multiprocessing實戰
• 總結

小子今天想來談談“平行計算”，作為一個非科班人員，我為什麼去搗鼓這麼一個在科班裡也比較專業的問題了。這就要說下我前幾天做的一個作業了，當時我用python寫了個程式，結果運行了一天，這個速度可讓我愁了，我還怎麼優化，怎麼交作業啊。於是小子就去各大論壇尋丹問藥了，終於讓我發現可以用平行計算來最大化壓榨電腦的CPU，提升計算效率，而且python裡有multiprocessing這個庫可以提供平行計算介面，於是小子花1天時間改程序序，終於在規定時間內做出了自己滿意的結果，上交了作業。之後，小子對平行計算充滿了興趣，於是又重新在Google上游歷了一番，大致弄清了GPU、CPU、程序、執行緒、平行計算、分散式計算等概念，也把python的multiprocessing耍了一遍，現在小子也算略有心得了，所以來此立碑，以示後來遊客。
小子本文分為四部分，一是大資料時代現狀，其二是面對挑戰的方法，然後是用python寫並行程式，最後是multiprocessing實戰。

一、大資料時代的現狀

當前我們正處於大資料時代，每天我們會通過手機、電腦等裝置不斷的將自己的資料傳到網際網路上。據統計，YouTube上每分鐘就會增加500多小時的視訊，面對如此海量的資料，如何高效的儲存與處理它們就成了當前最大的挑戰。
但在這個對硬體要求越來越高的時代，CPU卻似乎並不這麼給力了。自2013年以來，處理器頻率的增長速度逐漸放緩了，目前CPU的頻率主要分佈在3~4GHz。這個也是可以理解的，畢竟摩爾定律都生效了50年了，如果它老人家還如此給力，那我們以後就只要靜等處理器頻率提升，什麼計算問題在未來那都不是話下了。實際上CPU與頻率是於能耗密切相關的，我們之前可以通過加電壓來提升頻率，但當能耗太大，散熱問題就無法解決了，所以頻率就逐漸穩定下來了，而Intel與AMD等大製造商也將目標轉向了多核晶片，目前普通桌面PC也達到了4~8核。

二、面對挑戰的方法

咱們有了多核CPU，以及大量計算裝置，那我們怎麼來用它們應對大資料時代的挑戰了。那就要提到下面的方法了。

2.1 平行計算

並行（parallelism）是指程式執行時的狀態，如果在同時刻有多個“工作單位”執行，則所執行的程式處於並行狀態。圖一是並行程式的示例，開始並行後，程式從主執行緒分出許多小的執行緒並同步執行，此時每個執行緒在各個獨立的CPU進行執行，在所有執行緒都執行完成之後，它們會重新合併為主執行緒，而執行結果也會進行合併，並交給主執行緒繼續處理。

圖一、多執行緒並行
圖二是一個多執行緒的任務（沿線為執行緒時間），但它不是並行任務。這是因為task1與task2總是不在同一時刻執行，這個情況下單核CPU完全可以同時執行task1與task2。方法是在task1不執行的時候立即將CPU資源給task2用，task2空閒的時候CPU給task1用，這樣通過時間窗調整任務，即可實現多執行緒程式，但task1與task2並沒有同時執行過，所以不能稱為並行。我們可以稱它為併發（concurrency）程式，這個程式一定意義上提升了單個CPU的使用率，所以效率也相對較高。

圖二、多執行緒併發
並行程式設計模型：

• 資料並行（Data Parallel）模型：將相同的操作同時作用於不同資料，只需要簡單地指明執行什麼並行操作以及並行操作物件。該模型反映在圖一中即是，並行同時在主執行緒中拿取資料進行處理，併線程執行相同的操作，然後計算完成後合併結果。各個並行執行緒在執行時互不干擾。
• 訊息傳遞（Message Passing）模型：各個並行執行部分之間傳遞訊息，相互通訊。訊息傳遞模型的並行執行緒在執行時會傳遞資料，可能一個執行緒執行到一半的時候，它所佔用的資料或處理結果就要交給另一個執行緒處理，這樣，在設計並行程式時會給我們帶來一定麻煩。該模型一般是分散式記憶體平行計算機所採用方法，但是也可以適用於共享式記憶體的平行計算機。

什麼時候用平行計算：

1. 多核CPU——計算密集型任務。儘量使用平行計算，可以提高任務執行效率。計算密集型任務會持續地將CPU佔滿，此時有越多CPU來分擔任務，計算速度就會越快，這種情況才是並行程式的用武之地。
2. 單核CPU——計算密集型任務。此時的任務已經把CPU資源100%消耗了，就沒必要使用平行計算，畢竟硬體障礙擺在那裡。
3. 單核CPU——I/O密集型任務。I/O密集型任務在任務執行時需要經常呼叫磁碟、螢幕、鍵盤等外設，由於呼叫外設時CPU會空閒，所以CPU的利用率並不高，此時使用多執行緒程式，只是便於人機互動。計算效率提升不大。
4. 多核CPU——I/O密集型任務。同單核CPU——I/O密集型任務。

2.2 改用GPU處理計算密集型程式

GPU即圖形處理器核心（Graphics Processing Unit），它是顯示卡的心臟，顯示卡上還有視訊記憶體，GPU與視訊記憶體類似與CPU與記憶體。
GPU與CPU有不同的設計目標，CPU需要處理所有的計算指令，所以它的單元設計得相當複雜；而GPU主要為了圖形“渲染”而設計，渲染即進行資料的列處理，所以GPU天生就會為了更快速地執行復雜算術運算和幾何運算的。
GPU相比與CPU有如下優勢：

1. 強大的浮點數計算速度。
2. 大量的計算核心，可以進行大型平行計算。一個普通的GPU也有數千個計算核心。
3. 強大的資料吞吐量，GPU的吞吐量是CPU的數十倍，這意味著GPU有適合的處理大資料。

GPU目前在處理深度學習上用得十分多，英偉達（NVIDIA）目前也花大精力去開發適合深度學習的GPU。現在上百層的神經網路已經很常見了，面對如此龐大的計算量，CPU可能需要運算幾天，而GPU卻可以在幾小時內算完，這個差距已經足夠別人比我們多打幾個比賽，多發幾篇論文了。

3.3 分散式計算

說到分散式計算，我們就先說下下Google的3篇論文，原文可以直接點連結去下載：

• GFS(The Google File System):解決資料儲存的問題。採用N多臺廉價的電腦，使用冗餘的方式，來取得讀寫速度與資料安全並存的結果。
• MapReduce(Simplified Data Processing on Large Clusters):函數語言程式設計，把所有的操作都分成兩類，map與reduce，map用來將資料分成多份，分開處理，reduce將處理後的結果進行歸併，得到最終的結果。
• BigTable(Bigtable: A Distributed Storage System for Structured Data):在分散式系統上儲存結構化資料的一個解決方案，解決了巨大的Table的管理、負載均衡的問題.

Google在2003~2006年發表了這三篇論文之後，一時之間引起了轟動，但是Google並沒有將MapReduce開源。在這種情況下Hadoop就出現了，Doug Cutting在Google的3篇論文的理論基礎上開發了Hadoop，此後Hadoop不斷走向成熟，目前Facebook、IBM、ImageShack等知名公司都在使用Hadoop執行他們的程式。

分散式計算的優勢：
可以整合諸多低配的計算機（成千上萬臺）進行高併發的儲存與計算，從而達到與超級計算機媲美的處理能力。

三、用python寫並行程式

在介紹如何使用python寫並行程式之前，我們需要先補充幾個概念，分別是程序、執行緒與全域性直譯器鎖（Global Interpreter Lock, GIL）。

3.1 程序與執行緒

程序（process）：

• 在面向執行緒設計的系統（如當代多數作業系統、Linux 2.6及更新的版本）中，程序本身不是基本執行單位，而是執行緒的容器。
• 程序擁有自己獨立的記憶體空間，所屬執行緒可以訪問程序的空間。
• 程式本身只是指令、資料及其組織形式的描述，程序才是程式的真正執行例項。 例如，Visual Studio開發環境就是利用一個程序編輯原始檔，並利用另一個程序完成編譯工作的應用程式。

執行緒（threading）：

• 執行緒有自己的一組CPU指令、暫存器與私有資料區，執行緒的資料可以與同一程序的執行緒共享。
• 當前的作業系統是面向執行緒的，即以執行緒為基本執行單位，並按執行緒分配CPU。

程序與執行緒有兩個主要的不同點，其一是程序包含執行緒，執行緒使用程序的記憶體空間，當然執行緒也有自己的私有空間，但容量小；其二是程序有各自獨立的記憶體空間，互不干擾，而執行緒是共享記憶體空間。
圖三展示了程序、執行緒與CPU之間的關係。在圖三中，程序一與程序二都含有3個執行緒，CPU會按照執行緒來分配任務，如圖中4個CPU同時執行前4個執行緒，後兩個標紅執行緒處於等待狀態，在CPU執行完當前執行緒時，等待的執行緒會被喚醒並進入CPU執行。通常，程序含有的執行緒數越多，則它佔用CPU的時間會越長。

圖三、程序、執行緒與CPU關係

3.2 全域性直譯器鎖GIL：

GIL是計算機程式設計語言直譯器用於同步執行緒的一種機制，它使得任何時刻僅有一個執行緒在執行。即便在多核心處理器上，使用 GIL 的直譯器也只允許同一時間執行一個執行緒。Python的Cpython直譯器（普遍使用的直譯器）使用GIL，在一個Python直譯器程序內可以執行多執行緒程式，但每次一個執行緒執行時就會獲得全域性直譯器鎖，使得別的執行緒只能等待，由於GIL幾乎釋放的同時就會被原執行緒馬上獲得，那些等待執行緒可能剛喚醒，所以經常造成執行緒不平衡享受CPU資源，此時多執行緒的效率比單執行緒還要低下。在python的官方文件裡，它是這樣解釋GIL的：

In CPython, the global interpreter lock, or GIL, is a mutex that prevents multiple native threads from executing Python bytecodes at once. This lock is necessary mainly because CPython’s memory management is not thread-safe. (However, since the GIL exists, other features have grown to depend on the guarantees that it enforces.)

可以說它的初衷是很好的，為了保證執行緒間的資料安全性；但是隨著時代的發展，GIL卻成為了python平行計算的最大障礙，但這個時候GIL已經遍佈CPython的各個角落，修改它的工作量太大，特別是對這種開源性的語音來說。但幸好GIL只鎖了執行緒，我們可以再新建直譯器程序來實現並行，那這就是multiprocessing的工作了。

3.3 multiprocessing

multiprocessing是python裡的多程序包，通過它，我們可以在python程式裡建立多程序來執行任務，從而進行平行計算。官方文件如下所述：

The multiprocessing package offers both local and remote concurrency, effectively side-stepping the Global Interpreter Lock by using subprocesses instead of threads.
我們接下來介紹下multiprocessing的各個介面：

3.3.1 程序process

multiprocessing.Process(target=None,  args=())
    target: 可以被run()呼叫的函式，簡單來說就是程序中執行的函式
    args: 是target的引數

process的方法：
    start(): 開始啟動程序，在建立process之後執行
    join([timeout])：阻塞目前父程序，直到呼叫join方法的程序執行完或超時（timeout），才繼續執行父程序
    terminate():終止程序，不論程序有沒有執行完，儘量少用。

示例1

from multiprocessing import Process

def f(name):
    print 'hello', name

if __name__ == '__main__':
    p = Process(target=f, args=('bob',)) # p程序執行f函式，引數為'bob'，注意後面的“,”
    p.start() # 程序開始
    p.join() # 阻塞主執行緒，直至p程序執行結束

3.3.2 程序池Process Pools

class multiprocessing.Pool([processes])
    processes是程序池中的程序數，預設是本機的cpu數量
方法：
    apply(func[, args[, kwds]])程序池中的程序進行func函式操作，操作時會阻塞程序，直至生成結果。
    apply_async(func[, args[, kwds[, callback]]])與apply類似，但是不會阻塞程序
    map(func, iterable[, chunksize])程序池中的程序進行對映操作
    map_async(func, iterable[, chunksize[, callback]])
    imap(func, iterable[, chunksize])：返回有序迭代器
    imap_unordered(func, iterable[, chunsize])：返回無序迭代器
    close()：禁止程序池再接收任務
    terminate()：強行終止程序池，不論是否有任務在執行
    join()：在close()或terminate()之後進行，等待程序退出

示例2

from multiprocessing import Pool

def f(x):
    return x*x

if __name__ == '__main__':
    p = Pool(5) # 建立有5個程序的程序池
    print(p.map(f, [1, 2, 3])) # 將f函式的操作給程序池

3.3.3 Pipes & Queues

multiprocessing.Pipe([duplex])
    返回兩個連線物件（conn1, conn2），兩個連線物件分別訪問pipe的頭和尾，進行讀寫操作
    Duplex: True(default),建立的pipe是雙向的，也即兩端都可以進行讀寫；若為False，則pipe是單向的，僅可以在一端讀，另一端寫，此時與Queue類似。

multiprocessing.Queue([maxsize])
    qsize()：返回queue中member數量
    empty()：如果queue是空的，則返回true
    full()：如果queue中member數量達到maxsize，則返回true
    put(obj)：將一個object放入到queue中
    get()：從佇列中取出一個object並將它從queue中移除，FIFO原則
    close()：關閉佇列，並將快取的object寫入pipe

示例

from multiprocessing import Pool
import time
def f(x):
    return x*x
if __name__ == '__main__':
    pool = Pool(processes=4)              # start 4 worker processes
    result = pool.apply_async(f, (10,))   # evaluate "f(10)" asynchronously in a single process
    print result.get(timeout=1)           # prints "100" unless your computer is *very* slow
    print pool.map(f, range(10))          # prints "[0, 1, 4,..., 81]"
    it = pool.imap(f, range(10))
    print it.next()                       # prints "0"
    print it.next()                       # prints "1"
    print it.next(timeout=1)              # prints "4" unless your computer is *very* slow
    result = pool.apply_async(time.sleep, (10,))
    print result.get(timeout=1)           # raises multiprocessing.TimeoutError

3.3.4 程序鎖multiprocessing.Lock

當一個程序獲得（acquire）鎖之後，其它程序在想獲得鎖就會被禁止，可以保護資料，進行同步處理。
     acquire(block=True, timeout=None)：嘗試獲取一個鎖，如果block為true，則會在獲得鎖之後阻止其它程序再獲取鎖。
     release()：釋放鎖

3.3.5 共享記憶體——Value, Array

共享記憶體通常需要配合程序鎖來處理，保證處理的順序相同。

multiprocessing.Value(typecode_or_type, *args[, lock])
    返回一個ctype物件，
    建立c = Value(‘d’, 3.14),呼叫c.value()
multiprocessing.Array(typecode_or_type, size_or_initializer, *, lock=True)
    返回一個ctype陣列，只能是一維的
    Array(‘i’, [1, 2, 3, 4])

Type code	C Type	Python Type	Minimum size in bytes
'b'	signed char	int	1
'B'	unsigned char	int	1
'u'	Py_UNICODE	Unicode character	2
'h'	signed short	int	2
'H'	unsigned short	int	2
'i'	signed int	int	2
'I'	unsigned int	int	2
'l'	signed long	int	4
'L'	unsigned long	int	4
'q'	signed long long	int	8
'Q'	unsigned long long	int	8
'f'	float	float	4
'd'	double	float	8

3.3.6 其它方法

multiprocessing.active_children()：返回當前程序的所有子程序
multiprocessing.cpu_count()：返回本計算機的cpu數量
multiprocessing.current_process()：返回當前程序

3.3.7 注意事項：

1. 儘量避免共享資料
2. 所有物件都儘量是可以pickle的
3. 避免使用terminate強行終止程序，以造成不可預料的後果
4. 有佇列的程序在終止前佇列中的資料需要清空，join操作應放到queue清空後
5. 明確給子程序傳遞資源、引數

windows平臺另需注意：

• 注意跨模組全域性變數的使用，可能被各個程序修改造成結果不統一
• 主模組需要加上if name == 'main':來提高它的安全性，如果有互動介面，需要加上freeze_support()

四、multiprocessing實戰

process、lock與value嘗試：

import multiprocessing as mp
import time

def job(v, num, l):
    l.acquire() # 鎖住
    for _ in range(5):
        time.sleep(0.1) 
        v.value += num # 獲取共享記憶體
        print(v.value)
    l.release() # 釋放


def multicore():
    l = mp.Lock() # 定義一個程序鎖
    #l = 1
    v = mp.Value('i', 0) # 定義共享記憶體
    p1 = mp.Process(target=job, args=(v,1,l)) # 需要將lock傳入
    p2 = mp.Process(target=job, args=(v,3,l)) 
    p1.start()
    p2.start()
    p1.join()
    p2.join()

if __name__=='__main__':
    multicore()

上述程式碼即對共享記憶體疊加5次，p1程序每次疊加1，p2程序每次疊加3，為了避免p1與p2在執行時搶奪共享資料v，在程序執行時鎖住了該程序，從而保證了執行的順序。我測試了三個案例：

1. 直接執行上述程式碼輸出[1, 2, 3, 4, 5, 8, 11, 14, 17, 20]，執行時間為1.037s
2. 在1的基礎上註釋掉鎖（上述註釋了三行），在沒有鎖的情況下，輸出[1, 4, 5, 8, 9, 12, 13, 15, 14, 16],執行時間為0.53s
3. 在2的基礎上將p1.join()調到p2.start()前面，輸出為[1, 2, 3, 4, 5, 8, 11, 14, 17, 20]，執行時間為1.042s.

可以發現，沒鎖的情況下調整join可以取得與加鎖類似的結果，這是因為join即是阻塞主程序，直至當前程序結束才回到主程序，若將p1.join（）放到p1.start()後面，則會馬上阻塞主程序，使得p2要稍後才開始，這與鎖的效果一樣。
如果如上述程式碼所示，p1.join（）在p2.start()後面，雖然是p1先join()，但這時只是阻塞了主程序，而p2是兄弟程序，它已經開始了，p1就不能阻止它了，所以這時如果沒鎖的話p1與p2就是並行了，執行時間就是一半，但因為它們爭搶共享變數，所以輸出就變得不確定了。

pool

import multiprocessing as mp
#import pdb

def job(i):
    return i*i

def multicore():
    pool = mp.Pool()
    #pdb.set_trace()
    res = pool.map(job, range(10))
    print(res)
    res = pool.apply_async(job, (2,))
    # 用get獲得結果
    print(res.get())
    # 迭代器，i=0時apply一次，i=1時apply一次等等
    multi_res = [pool.apply_async(job, (i,)) for i in range(10)]
    # 從迭代器中取出
    print([res.get() for res in multi_res])

multicore()

pool其實非常好用，特別是map與apply_async。通過pool這個介面，我們只有指定可以並行的函式與函式引數列表，它就可以自動幫我們建立多程序池進行平行計算，真的不要太方便。pool特別適用於資料並行模型，假如是訊息傳遞模型那還是建議自己通過process來創立程序吧。

總結

小子這次主要是按自己的理解把平行計算理了下，對程序、執行緒、CPU之間的關係做了下闡述，並把python的multiprocessing這個包拎了拎，個人感覺這個裡面還大有學問，上次我一個師兄用python的process來控制單次迭代的執行時間（執行超時就跳過這次迭代，進入下一次迭代）也是讓我漲了見識，後面還要多多學習啊。
感謝您花費寶貴的時間閱讀到這裡，希望能有所收穫，也歡迎在評論區進行交流。

推薦好文：
multiprocessing官方文件
python多程序的理解 multiprocessing Process join run(推薦好文)
多程序 Multiprocessing