无法在 dask 任务中启动多处理池答案

【问题标题】：Can't start multiprocessing Pool in dask task无法在 dask 任务中启动多处理池
【发布时间】：2022-01-19 00:57:05
【问题描述】：

我正在尝试使用 Client.get 方法在远程集群中计算 dask 自定义图，但我遇到了以下错误：AssertionError: daemonic processes are not allowed to have children

我意识到 dask 图中的底层方法之一使用了进程池，这会导致引发此错误，因为 dask 自己也尝试使用进程池。所以，我解决这个问题的方法是使用 LocalCluster 并传递参数processes=False。但是，不幸的是，如果我使用连接到远程集群的客户端，dask 不会让我通过process=False，并且使用 --nprocs=1 参数初始化远程工作人员也无法正常工作.

总而言之，我可以运行图，但是我在计算 dask 图时不能使用多处理能力，并且不能使用远程集群，这很令人沮丧。关于如何实现其中一项（或两项）要求的任何想法？

提前致谢

代码示例

这是我打算做的，但得到了 AssertionError 被抛出：

from multiprocessing import Pool
from dask.distributed import Client

client = Client(<some-remote-ip-address-here>)

def foo():
    pool = Pool()  # the exception is raised here, on the Pool object initialization
    ... does something here ...
    returns True

graph = {'result': foo}

client.get(graph, 'result')

这就是我“修复”它的方式，移除了多处理功能，并设置了一个本地集群：

from multiprocessing import Pool
from dask.distributed import Client

client = Client(processes=False)  # this yields a LocalCluster that doesn't have multiprocessing capabilities (doc is very brief and not very helpful: http://distributed.dask.org/en/stable/api.html#distributed.LocalCluster)

def foo():
    pool = Pool()  # no exception is raised
    ... does something here ...
    returns True

graph = {'result': foo}

client.get(graph, 'result')

【问题讨论】：

可以为本地池创建一个最小的工作示例吗？如果没有，您至少可以显示生成此错误的函数调用和完整的回溯吗？
刚刚提供了一个代码示例来更好地说明问题@PaulH
您为什么要尝试将 dask 与多处理混合使用？但是是的 - 简短的回答是不要/你不能这样做
好的，如何设置不使用多处理的远程集群？
不确定这是否是您所追求的，但对于编排（如果需要，使用 mpi），这可能很有用snakemake.readthedocs.io

标签： python multiprocessing cluster-computing dask distributed-computing

【解决方案1】：

就像@Michael Delgado 告诉自己的那样，没有办法做这样的事情。我发现的唯一解决方法是使用传递 processes=False 的 LocalCluster 或启动传递 --no-nanny 参数的远程工作人员。这将使上面的代码工作，但没有多处理能力。

【讨论】：