質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
並列処理

複数の計算が同時に実行される手法

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

1回答

10785閲覧

[Python]並列処理でプロセス数を増やすとエラーが発生する

Luna_rab

総合スコア17

並列処理

複数の計算が同時に実行される手法

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2021/11/28 14:29

編集2022/01/12 10:55

状況

自作のモジュール内でcoucurrent.futures.ProcessPoolExecutorを用いて並列処理を実装したいと考えています。
下記のコードでMAX_WORKERS = 16として実行したところ、BrokenProcessPoolが発生しました。

Python3

1from concurrent import futures 2 3class ExampleClass: 4 def hoge(self): 5 with futures.ProcessPoolExecutor(max_workers=MAX_WORKERS) as executor: 6 results = executor.map(ExampleClass.fuga, arg) 7 8 @staticmethod 9 def fuga(arg): 10 #何かしらの処理

発生するエラー
concurrent.futures.process.BrokenProcessPool: A process in the process pool was terminated abruptly while the future was running or pending.

試したこと

自分で原因を探ったところ、OSがプロセスをkillしている可能性があるとのことで、プロセス数を減らせばエラーが発生しないと考えMAX_WORKERS = 8とした場合にはBrokenProcessPoolは発生しませんでした。
また、公式のドキュメントを読んだところ、ProcessPoolExecutorの項で「If max_workers is None or not given, it will default to the number of processors on the machine.」とあったためMAX_WORKERS = Noneとしたところ、BrokenProcessPoolが発生しました。

また、concurrent.futures.ProcessPoolExecutorで実装する前にmultiprocessing.Poolで実装していたのですが、その際はMAX_WORKERS = 16としてもエラーは発生しませんでした。

from multiprocessing import Pool ~~略~~ with Pool(MAX_WORKERS) as p: results = p.map(ExampleClass.fuga, arg) ~~略~~

タスクマネージャーでCPUの使用率を観測しながら実行してみたところ、CPU使用率が100%に近づいた場合にBrokenProcessPoolが発生するような印象を受けました。MAX_WORKERS = 8とした場合のCPU使用率は60~70%ほどでした。

知りたいこと

  1. BrokenProcessPoolが発生する原因、条件が知りたい。

  2. multiprocessing.Poolでは実行できるのに、concurrent.futures.ProcessPoolExecutorでは実行できない理由が知りたい。

  3. MAX_WORKERSの最適な数(エラーが発生せずに安全にタスクを完了できる数)の目安が知りたい。

  4. 安全に並列処理を実行できる実装が知りたい。現在はMAX_WORKERS = 8とすれば一応動くが、他のタスクの実行中や現在のマシンよりも性能の劣るマシン上での実行などで、使用できるリソースが少ない状況でもエラーを出さずに実行したい。

また、「使用しているCPUは8コア16スレッドなので、MAX_WORKERSを増加させるとMAX_WORKERS = 16まではタスクが高速になる可能性がある。」という認識は正しいでしょうか。

並列処理にはあまり詳しくないため、前提知識などが抜け落ちていた場合はご教示いただければ幸いです。
よろしくおねがいします。

環境

CPU
Intel(R) Core(TM) i7-10700F CPU @ 2.90GHz

基本速度: 2.90 GHz ソケット: 1 コア: 8 論理プロセッサ数: 16 仮想化: 有効

OS
Windows10

Python ver.
Python 3.10.0

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

一部分だけ回答します。

-「使用しているCPUは8コア16スレッドなので、MAX_WORKERSを増加させるとMAX_WORKERS = 16まではタスクが高速になる可能性がある。」という認識は正しいでしょうか。

「可能性がある」というのであれば、それは常に正しいです。
それと同様に、「MAX_WORKERSを増加させるとMAX_WORKERS = 16まではタスクが低速になる可能性がある。」というのも常に正しいです。

並列実行数を上げたときに性能が上がる問題もあれば性能が下がる問題もあります。
もともと並列実行できる部分が少ない問題の場合、2並列の性能が(並列化しない)逐次実行よりも遅いことは非常に多いです。

並列化して性能が上がる問題であっても、演算ネックの問題であれば8コア16スレッドのCPUで性能が上がるのは8並列までです。

キャッシュネックの問題の場合には、並列度を上げれば上げるほど1プロセスあたりのキャッシュが少なくなって性能が落ちる場合があります。特に3次キャッシュの場合、これが起きやすいです。

I/Oネックの問題であれば16並列まで性能が上がる可能性はあります。

メモリネックの問題の場合、並列度を上げて、実装されている物理メモリが不足すると、スラッシングが起きて急激に性能が低下することがあります。

投稿2021/11/30 14:18

ppaul

総合スコア24666

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

Luna_rab

2021/12/01 00:53

丁寧なご回答ありがとうございます。 やりたいことが演算ネックなのでプロセス数は物理コア数までにしたほうが良さそうですね。
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

まだベストアンサーが選ばれていません

会員登録して回答してみよう

アカウントをお持ちの方は

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問