目錄
2.2 改用GPU處理計算密集型程序
三、用python寫並行程序
四、multiprocessing實戰
小子今天想來談談「並行計算」，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寫了個程序，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並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這個庫可以提供並行計算接口，於是小子花1天時間改進程序，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，小子對並行計算充滿了興趣，於是又重新在Google上遊歷了一番，大致弄清了GPU、CPU、進程、線程、並行計算、分布式計算等概念，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，一是大數據時代現狀，其二是面對挑戰的方法，然後是用python寫並行程序，最後是multiprocessing實戰。
一、大數據時代的現狀
當前我們正處於大數據時代，每天我們會通過手機、電腦等設備不斷的將自己的數據傳到網際網路上。據統計，YouTube上每分鐘就會增加500多小時的視頻，面對如此海量的數據，如何高效的存儲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的頻率主要分布在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，以及大量計算設備，那我們怎麼來用它們應對大數據時代的挑戰了。那就要提到下面的方法了。
2.1 並行計算
並行（parallelism）是指程序運行時的狀態，如果在同時刻有多個「工作單位」運行，則所運行的程序處於並行狀態。圖一是並行程序的示例，開始並行後，程序從主線程分出許多小的線程並同步執行，此時每個線程在各個獨立的CPU進行運行，在所有線程都運行完成之後，它們會重新合併為主線程，而運行結果也會進行合併，並交給主線程繼續處理。
圖一、多線程並行
圖二是一個多線程的任務（沿線為線程時間），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，即可實現多線程程序，但task1與task2並沒有同時執行過，所以不能稱為並行。我們可以稱它為並發（concurrency）程序，這個程序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、多線程並發
並行編程模型：
數據並行（Data Parallel）模型：將相同的操作同時作用於不同數據，只需要簡單地指明執行什麼並行操作以及並行操作對象。該模型反映在圖一中即是，並行同時在主線程中拿取數據進行處理，併線程執行相同的操作，然後計算完成後合併結果。各個並行線程在執行時互不幹擾。
消息傳遞（Message Passing）模型：各個並行執行部分之間傳遞消息，相互通訊。消息傳遞模型的並行線程在執行時會傳遞數據，可能一個線程運行到一半的時候，它所佔用的數據或處理結果就要交給另一個線程處理，這樣，在設計並行程序時會給我們帶來一定麻煩。該模型一般是分布式內存並行計算機所採用方法，但是也可以適用於共享式內存的並行計算機。
什麼時候用並行計算：
多核CPU——計算密集型任務。儘量使用並行計算，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序的用武之地。
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，就沒必要使用並行計算，畢竟硬體障礙擺在那裡。
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調用磁碟、屏幕、鍵盤等外設，由於調用外設時CPU會空閒，所以CPU的利用率並不高，此時使用多線程程序，只是便於人機互動。計算效率提升不大。
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處理計算密集型程序
GPU即圖形處理器核心（Graphics Processing Unit），它是顯卡的心臟，顯卡上還有顯存，GPU與顯存類似與CPU與內存。
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，渲染即進行數據的列處理，所以GPU天生就會為了更快速地執行複雜算術運算和幾何運算的。
GPU相比與CPU有如下優勢：
強大的浮點數計算速度。
大量的計算核心，可以進行大型並行計算。一個普通的GPU也有數千個計算核心。
強大的數據吞吐量，GPU的吞吐量是CPU的數十倍，這意味著GPU有適合的處理大數據。
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絡已經很常見了，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 分布式計算
說到分布式計算，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) :解決數據存儲的問題。採用N多臺廉價的電腦，使用冗餘的方式，來取得讀寫速度與數據安全並存的結果。
MapReduce(Simplified Data Processing on Large Clusters) :函數式編程，把所有的操作都分成兩類，map與reduce，map用來將數據分成多份，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) :在分布式系統上存儲結構化數據的一個解決方案，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運行他們的程序。
分布式計算的優勢：
可以集成諸多低配的計算機（成千上萬臺）進行高並發的儲存與計算，從而達到與超級計算機媲美的處理能力。
三、用python寫並行程序
在介紹如何使用python寫並行程序之前，我們需要先補充幾個概念，分別是進程、線程與全局解釋器鎖（Global Interpreter Lock, GIL）。
3.1 進程與線程
進程（process）：
在面向線程設計的系統（如當代多數作業系統、Linux 2.6及更新的版本）中，進程本身不是基本運行單位，而是線程的容器。
進程擁有自己獨立的內存空間，所屬線程可以訪問進程的空間。
程序本身只是指令、數據及其組織形式的描述，進程才是程序的真正運行實例。例如，Visual Studio開發環境就是利用一個進程編輯源文件，並利用另一個進程完成編譯工作的應用程式。
線程（threading）：
進程與線程有兩個主要的不同點，其一是進程包含線程，線程使用進程的內存空間，當然線程也有自己的私有空間，但容量小；其二是進程有各自獨立的內存空間，互不幹擾，而線程是共享內存空間。
圖三展示了進程、線程與CPU之間的關係。在圖三中，進程一與進程二都含有3個線程，CPU會按照線程來分配任務，如圖中4個CPU同時執行前4個線程，後兩個標紅線程處於等待狀態，在CPU運行完當前線程時，等待的線程會被喚醒並進入CPU執行。通常，進程含有的線程數越多，則它佔用CPU的時間會越長。
圖三、進程、線程與CPU關係
3.2 全局解釋器鎖GIL：
GIL是電腦程式設計語言解釋器用於同步線程的一種機制，它使得任何時刻僅有一個線程在執行。即便在多核心處理器上，使用 GIL 的解釋器也只允許同一時間執行一個線程。Python的Cpython解釋器（普遍使用的解釋器）使用GIL，在一個Python解釋器進程內可以執行多線程程序，但每次一個線程執行時就會獲得全局解釋器鎖，使得別的線程只能等待，由於GIL幾乎釋放的同時就會被原線程馬上獲得，那些等待線程可能剛喚醒，所以經常造成線程不平衡享受CPU資源，此時多線程的效率比單線程還要低下。在python的官方文檔裡，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，為了保證線程間的數據安全性；但是隨著時代的發展，GIL卻成為了python並行計算的最大障礙，但這個時候GIL已經遍布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只鎖了線程，我們可以再新建解釋器進程來實現並行，那這就是multiprocessing的工作了。
3.3 multiprocessing
multiprocessing是python裡的多進程包，通過它，我們可以在python程序裡建立多進程來執行任務，從而進行並行計算。 官方文檔 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的各個接口：
3.3.1 進程process
multiprocessing.Process(target=None, args=())
target: 可以被run()調用的函數，簡單來說就是進程中運行的函數
args: 是target的參數
process的方法：
start(): 開始啟動進程，在創建process之後執行
join([timeout])：阻塞目前父進程，直到調用join方法的進程執行完或超時（timeout），才繼續執行父進程
terminate():終止進程，不論進程有沒有執行完，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進程執行f函數，參數為'bob'，注意後面的「,」
p.start() # 進程開始
p.join() # 阻塞主線程，直至p進程執行結束
3.3.2 進程池Process Pools
class multiprocessing.Pool([processes])
processes是進程池中的進程數，默認是本機的cpu數量
方法：
apply(func[, args[, kwds]])進程池中的進程進行func函數操作，操作時會阻塞進程，直至生成結果。
apply_async(func[, args[, kwds[, callback]]])與apply類似，但是不會阻塞進程
map(func, iterable[, chunksize])進程池中的進程進行映射操作
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()：禁止進程池再接收任務
terminate()：強行終止進程池，不論是否有任務在執行
join()：在close()或terminate()之後進行，等待進程退出
示例2
from multiprocessing import Pool
def f(x):
return x*x
if __name__ == '__main__':
p = Pool(5) # 創建有5個進程的進程池
print(p.map(f, [1, 2, 3])) # 將f函數的操作給進程池
3.3.3 Pipes & Queues
multiprocessing.Pipe([duplex])
返回兩個連接對象（conn1, conn2），兩個連接對象分別訪問pipe的頭和尾，進行讀寫操作
Duplex: True(default),創建的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()：從隊列中取出一個object並將它從queue中移除，FIFO原則
close()：關閉隊列，並將緩存的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 進程鎖multiprocessing.Lock
當一個進程獲得（acquire）鎖之後，其它進程在想獲得鎖就會被禁止，可以保護數據，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進程再獲取鎖。
release()：釋放鎖
3.3.5 共享內存——Value, Array
共享內存通常需要配合進程鎖來處理，保證處理的順序相同。
multiprocessing.Value(typecode_or_type, *args[, lock])
返回一個ctype對象，
創建c = Value(『d』, 3.14),調用c.value()
multiprocessing.Array(typecode_or_type, size_or_initializer, *, lock=True)
返回一個ctype數組，只能是一維的
Array(『i』, [1, 2, 3, 4])
3.3.6 其它方法
multiprocessing.active_children()：返回當前進程的所有子進程
multiprocessing.cpu_count()：返回本計算機的cpu數量
multiprocessing.current_process()：返回當前進程
3.3.7 注意事項：
儘量避免共享數據
所有對象都儘量是可以pickle的
避免使用terminate強行終止進程，以造成不可預料的後果
有隊列的進程在終止前隊列中的數據需要清空，join操作應放到queue清空後
明確給子進程傳遞資源、參數
windows平臺另需注意：
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 # 獲取共享內存
print(v.value)
l.release() # 釋放
def multicore():
l = mp.Lock() # 定義一個進程鎖
#l = 1
v = mp.Value('i', 0) # 定義共享內存
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()
上述代碼即對共享內存疊加5次，p1進程每次疊加1，p2進程每次疊加3，為了避免p1與p2在運行時搶奪共享數據v，在進程執行時鎖住了該進程，從而保證了執行的順序。我測試了三個案例：
直接運行上述代碼輸出[1, 2, 3, 4, 5, 8, 11, 14, 17, 20]，運行時間為1.037s
在1的基礎上注釋掉鎖（上述注釋了三行），在沒有鎖的情況下，輸出[1, 4, 5, 8, 9, 12, 13, 15, 14, 16],運行時間為0.53s
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]，運行時間為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即是阻塞主進程，直至當前進程結束才回到主進程，若將p1.join（）放到p1.start()後面，則會馬上阻塞主進程，使得p2要稍後才開始，這與鎖的效果一樣。
如果如上述代碼所示，p1.join（）在p2.start()後面，雖然是p1先join()，但這時只是阻塞了主進程，而p2是兄弟進程，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，運行時間就是一半，但因為它們爭搶共享變量，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這個接口，我們只有指定可以並行的函數與函數參數列表，它就可以自動幫我們創建多進程池進行並行計算，真的不要太方便。pool特別適用於數據並行模型，假如是消息傳遞模型那還是建議自己通過process來創立進程吧。
總結
小子這次主要是按自己的理解把並行計算理了下，對進程、線程、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來控制單次迭代的運行時間（運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。
*聲明：本文於網絡整理，版權歸原作者所有，如來源信息有誤或侵犯權益，請聯繫我們刪除或授權事宜。
覺得不錯，點個「在看」然後轉發出去