Python concurrent.futures.ProcessPoolExecutor：用于大量任务的大量 RAM答案

【问题标题】：Python concurrent.futures.ProcessPoolExecutor: Lot of RAM for large number of tasksPython concurrent.futures.ProcessPoolExecutor：用于大量任务的大量 RAM
【发布时间】：2021-11-13 11:32:52
【问题描述】：

我正在使用 concurrent.futures.ProcessPoolExecutor 并行运行 python 代码。基本上我做的是

with concurrent.futures.ProcessPollExecutor(max_workers=10) as executor:
    futures = {executor.submit(my_function, i)
               for i in range(n)}
    
    for fut in concurrent.futures.as_completed(futures):
        print(fut.result())

这适用于少量n，但对于较大的 n 它会占用大量 RAM。我觉得存储期货集（或列表）正在占用 RAM。因此，我尝试不存储期货集并在 my_function 本身中实现我想要对结果执行的操作。喜欢

with concurrent.futures.ProcessPollExecutor(max_workers=10) as executor:
    for i in range(n) :
        executor.submit(my_function, i)

但仍然占用大量内存。

经过更多挖掘，我找到了this。我知道第一个 for 循环提交所有任务，但执行它们需要时间。所以那些提交但没有执行的任务将被存储在RAM中。

直觉上，我明白不应该一次提交所有的任务，而是随着前面的任务完成逐步提交。我不想在循环中添加任何睡眠/延迟。有没有更好的方法来做到这一点。我真的不明白用map 方法而不是submit，chunksize 参数的作用以及如何决定分配给它的值。

有没有更好或优雅的方法来做到这一点？还是我完全错了？我以前用过 GNU 并行，它不会导致这么大的 RAM 问题。我想要一个只有 python 的解决方案。

【问题讨论】：

标签： python python-multiprocessing concurrent.futures process-pool

【解决方案1】：

解决方案是使用队列来限制未决的并发期货数量，或者使用已完成期货期货的定期池来发送批量期货，而不是一次发送所有期货。

此post 与您的问题密切相关，可能会帮助您解决问题。

【讨论】：