如何将具有多个参数的函数传递给 python concurrent.futures.ProcessPoolExecutor.map()？

Question

我想concurrent.futures.ProcessPoolExecutor.map()调用一个包含2个或更多参数的函数。在下面的示例中，我使用了 lambda 函数并将 ref 定义为大小与 numberlist 具有相同值的数组。

第一个问题：有更好的方法吗？在 numberlist 的大小可以是百万到十亿个元素的情况下，因此 ref 大小必须遵循 numberlist，这种方法不必要地占用宝贵的内存，我想避免这种情况。我这样做是因为我读到 map 函数将终止其映射，直到到达最短的数组末端。

import concurrent.futures as cf

nmax = 10
numberlist = range(nmax)
ref = [5, 5, 5, 5, 5, 5, 5, 5, 5, 5]
workers = 3


def _findmatch(listnumber, ref):    
    print('def _findmatch(listnumber, ref):')
    x=''
    listnumber=str(listnumber)
    ref = str(ref)
    print('listnumber = {0} and ref = {1}'.format(listnumber, ref))
    if ref in listnumber:
        x = listnumber
    print('x = {0}'.format(x))
    return x 

a = map(lambda x, y: _findmatch(x, y), numberlist, ref)
for n in a:
    print(n)
    if str(ref[0]) in n:
        print('match')

with cf.ProcessPoolExecutor(max_workers=workers) as executor:
    #for n in executor.map(_findmatch, numberlist):
    for n in executor.map(lambda x, y: _findmatch(x, ref), numberlist, ref):
        print(type(n))
        print(n)
        if str(ref[0]) in n:
            print('match')

运行上面的代码，我发现 map 函数能够达到我想要的结果。但是，当我将相同的条款转移到 concurrent.futures.ProcessPoolExecutor.map() 时，python3.5 失败并出现此错误：

Traceback (most recent call last):
  File "/usr/lib/python3.5/multiprocessing/queues.py", line 241, in _feed
    obj = ForkingPickler.dumps(obj)
  File "/usr/lib/python3.5/multiprocessing/reduction.py", line 50, in dumps
    cls(buf, protocol).dump(obj)
_pickle.PicklingError: Can't pickle <function <lambda> at 0x7fd2a14db0d0>: attribute lookup <lambda> on __main__ failed

问题 2：为什么会出现这个错误，如何让 concurrent.futures.ProcessPoolExecutor.map() 调用一个参数超过 1 个的函数？

Answer 1

关于您的第一个问题，我是否正确理解您想要传递一个参数，该参数的值仅在您调用 map 时确定，但对于映射函数的所有实例都是常量？如果是这样，我会使用从 "template function" 派生的函数执行 map，第二个参数（在您的示例中为 ref）使用 functools.partial:[=20 烘焙到其中=]

from functools import partial
refval = 5

def _findmatch(ref, listnumber):  # arguments swapped
    ...

with cf.ProcessPoolExecutor(max_workers=workers) as executor:
    for n in executor.map(partial(_findmatch, refval), numberlist):
        ...

回复。问题 2，第一部分：我还没有找到试图腌制（序列化）应该并行执行的函数的确切代码片段，但这听起来很自然——不仅是参数，还有该功能必须以某种方式转移到 workers，并且可能必须为此转移进行序列化。 partial 函数可以被 pickle 而 lambdas 不能被 pickle 的事实在别处被提及，例如这里：.

回复。问题 2，第二部分：如果你想在 ProcessPoolExecutor.map 中调用一个带有多个参数的函数，你可以将函数作为第一个参数传递给它，然后是该函数的第一个参数的可迭代对象，然后是一个它的第二个参数等的可迭代。在你的情况下：

for n in executor.map(_findmatch, numberlist, ref):
    ...

Answer 2

首先回答你的第二个问题，你遇到了一个异常，因为 lambda 像你正在使用的函数一样是不可 picklable 的。由于 Python 使用 pickle 协议序列化主进程和 ProcessPoolExecutor 的工作进程之间传递的数据，这是一个问题。根本不清楚为什么要使用 lambda 。您拥有的 lambda 有两个参数，就像原始函数一样。您可以直接使用 _findmatch 而不是 lambda，它应该可以工作。

with cf.ProcessPoolExecutor(max_workers=workers) as executor:
    for n in executor.map(_findmatch, numberlist, ref):
        ...

至于第一个关于在不创建巨型列表的情况下传递第二个常量参数的问题，您可以通过多种方式解决。一种方法可能是使用 itertools.repeat 创建一个可迭代对象，该对象在迭代时永远重复相同的值。

但更好的方法可能是编写一个额外的函数来为您传递常量参数。（也许这就是您尝试使用 lambda 函数的原因？）如果您使用的函数可以在模块的 top-level 命名空间中访问，它应该可以工作：

def _helper(x):
    return _findmatch(x, 5)

with cf.ProcessPoolExecutor(max_workers=workers) as executor:
    for n in executor.map(_helper, numberlist):
        ...

Answer 3

(1)不用列清单。您可以使用 itertools.repeat 创建一个只重复 some 值的迭代器。

(2) 需要给map传递一个具名函数，因为它会被传递给子进程执行。 map 使用 pickle 协议发送东西，lambda 不能被 pickle，因此它们不能成为映射的一部分。但它完全没有必要。您的 lambda 所做的只是调用一个带有 2 个参数的 2 参数函数。彻底删除它。

工作代码是

import concurrent.futures as cf
import itertools

nmax = 10
numberlist = range(nmax)
workers = 3

def _findmatch(listnumber, ref):    
    print('def _findmatch(listnumber, ref):')
    x=''
    listnumber=str(listnumber)
    ref = str(ref)
    print('listnumber = {0} and ref = {1}'.format(listnumber, ref))
    if ref in listnumber:
        x = listnumber
    print('x = {0}'.format(x))
    return x 

with cf.ProcessPoolExecutor(max_workers=workers) as executor:
    #for n in executor.map(_findmatch, numberlist):
    for n in executor.map(_findmatch, numberlist, itertools.repeat(5)):
        print(type(n))
        print(n)
        #if str(ref[0]) in n:
        #    print('match')

如何将具有多个参数的函数传递给 python concurrent.futures.ProcessPoolExecutor.map()？

How to pass a function with more than one argument to python concurrent.futures.ProcessPoolExecutor.map()?

python

python-3.x

lambda

concurrency

concurrent.futures