我有一个分布式dask集群设置,我用它来加载和转换一堆数据。很有魅力。在
我想用它来并行处理。这是我的职责
el = 5000
n_using = 26
n_across= 6
mat = np.random.random((el,n_using,n_across))
idx = np.tril_indices(n_across*2, -n_across)
def get_vals(c1, m, el, idx):
m1 = m[c1,:,:]
corr_vals = np.zeros((el, (n_across//2)*(n_across+1)))
for c2 in range(c1+1, el):
corr = np.corrcoef(m1.T, m[c2,:,:].T)
corr_vals[c2] = corr[idx]
return corr_vals
lazy_get_val = dask.delayed(get_vals, pure=True)
以下是我正在尝试的单处理器版本:
^{pr2}$工作很好,但需要几个小时。 我要在达斯克做这件事:
^{3}$即使它运行all_corr[1].compute()
,它也只是坐在那里不响应。当我中断内核时,它似乎被困在/distributed上/实用工具.py公司名称:
~/.../lib/python3.6/site-packages/distributed/utils.py in sync(loop, func, *args, **kwargs)
249 else: 250 while not e.is_set(): --> 251 e.wait(10) 252 if error[0]: 253 six.reraise(*error[0])
对调试这个有什么建议吗?在
其他事项:
mat
(el=1000)运行它,它运行得很好。在el = 5000
,它将挂起。在el = 1000
再次运行它,它将挂起。在
在向示例中添加导入之后,我运行了一些东西,在构建图形时速度非常慢。这可以通过避免在延迟调用中直接放置numpy数组来改进,如下所示:
或者通过删除
pure=True
关键字来达斯克。延迟(当您设置pure=True时,它必须散列所有输入的内容,以获得它们的唯一键,这样做的次数是5000次)。我通过在IPython中使用%snakeviz
魔术分析代码来发现这一点。在然后我跑了
all_corr[1].compute()
,一切正常。然后我运行了all_corr.compute()
,它看起来好像要完成了,但不是很快。我怀疑您的任务太小,以至于有太多的开销,或者您的代码在Python中花费了太多的时间来处理循环,从而遇到了GIL问题。不知道是哪个。在下一步我建议尝试使用达斯克。分布式调度程序,它可以更好地处理GIL问题并加剧开销问题。看看这个问题的表现可能会有所帮助。在
相关问题 更多 >
编程相关推荐