This commit is contained in:
lovinervy committed 2026-10-07 13:06:47 +05:00
commit c394677d07
59 files changed
+5149

No files matched your search

@@ -0,0 +1,41 @@
# -*- coding: utf-8 -*-
"""Демо: spawn — каждый процесс заново импортирует модуль.
Запуск из корня курса:
python lab04_multiprocessing/examples/01_spawn_demo.py
Показывает, что на Windows/spawn дочерний процесс заново выполняет
модуль верхнего уровня. Поэтому защита __main__ обязательна.
Здесь же видно время старта процесса.
"""
import multiprocessing
import os
import sys
import time
print(f"[импорт модуля] pid={os.getpid()}, parent={os.getppid()}, "
f"метод={multiprocessing.get_start_method()}")
def worker(x):
return x * x
def main():
print(f"\n[главный процесс] pid={os.getpid()}")
ctx = multiprocessing.get_context() # spawn на Windows и macOS
t0 = time.perf_counter()
with ctx.Pool(2) as pool:
results = pool.map(worker, range(8))
dt = time.perf_counter() - t0
print(f"pool.map -> {results}")
print(f"время (включая старт 2 процессов): {dt * 1000:.1f} мс")
print("\nОбратите внимание: строка [импорт модуля] могла напечататься")
print("дважды-трижды (для каждого воркера при spawn). На fork — один раз.")
print("Вывод: старт воркеров не бесплатный — это накладные расходы лабы 4.")
if __name__ == "__main__":
main()
@@ -0,0 +1,62 @@
# -*- coding: utf-8 -*-
"""Демо: что можно, а что нельзя передать в Pool (pickle).
Запуск из корня курса:
python lab04_multiprocessing/examples/02_pickle_demo.py
Вложенные функции и лямбды не пиккелятся — PicklingError.
Модульные функции — можно. Отсюда правило: kernel для Pool живёт
на уровне модуля (как dispatch_kernel в common.tasks).
"""
import multiprocessing
import os
import sys
sys.path.insert(0, os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..")))
from common.tasks import dispatch_kernel, smoke_params
def module_level_double(x): # МОЖНО: функция уровня модуля
return x * 2
def make_nested():
def nested_double(x): # НЕЛЬЗЯ: вложенная функция
return x * 2
return nested_double
def main():
ctx = multiprocessing.get_context()
print("--- модульная функция: работает ---")
with ctx.Pool(2) as pool:
print(f" pool.map(module_level_double, [1,2,3]) = "
f"{pool.map(module_level_double, [1, 2, 3])}")
print("\n--- lambda: PicklingError ---")
try:
with ctx.Pool(2) as pool:
pool.map(lambda x: x * 2, [1, 2, 3])
except Exception as e:
print(f" {type(e).__name__}: {str(e)[:90]}...")
print("\n--- kernel задачи через dispatch_kernel: работает ---")
task_name = "primes"
chunks = None
task = __import__("common.tasks", fromlist=["TASKS"]).TASKS[task_name]
data = task["build"](smoke_params(task_name))
chunks = task["split"](data, 2)
payload = [(task_name, ch) for ch in chunks]
with ctx.Pool(2) as pool:
partials = pool.map(dispatch_kernel, payload)
print(f" подсчёт простых ≤ 2000: {task['combine'](partials)} "
f"(ожидалось 303)")
print("\nВывод: всё, что уходит воркерам, должно пиккелиться —")
print("поэтому в этом курсе kernel диспетчеризуется по имени задачи.")
if __name__ == "__main__":
main()
@@ -0,0 +1,66 @@
# -*- coding: utf-8 -*-
"""Демо: Process + Queue — ручная организация воркеров.
Запуск из корня курса:
python lab04_multiprocessing/examples/03_process_queue_demo.py
Pool — удобный «конвейер». Process+Queue — ручная схема: воркеры сами берут
задачи из очереди. Это основа для producer-consumer в лабе 5.
"""
import multiprocessing
import os
import sys
import time
sys.path.insert(0, os.path.abspath(os.path.join(os.path.dirname(__file__), "..", "..")))
def worker(task_q, result_q):
"""Воркер: берёт задачи, пока не встретит None — «маркер конца»."""
name = multiprocessing.current_process().name
while True:
task = task_q.get()
if task is None:
result_q.put((name, "done"))
break
idx, value = task
time.sleep(0.05) # «полезная работа»
result_q.put((name, f"задача {idx}: {value}² = {value ** 2}"))
def main():
ctx = multiprocessing.get_context()
task_q = ctx.Queue()
result_q = ctx.Queue()
n_workers = 3
workers = [ctx.Process(target=worker, args=(task_q, result_q),
name=f"воркер-{i}")
for i in range(n_workers)]
for w in workers:
w.start()
# кладём задачи
for i in range(9):
task_q.put((i, i + 1))
# маркеры конца — по одному на воркер
for _ in range(n_workers):
task_q.put(None)
# собираем результаты
done = 0
t0 = time.perf_counter()
while done < n_workers:
name, msg = result_q.get()
if msg == "done":
done += 1
print(f" [{name}] завершился")
else:
print(f" [{name}] {msg}")
for w in workers:
w.join()
print(f"время: {time.perf_counter() - t0:.2f} c (9 задач по 0.05 c на 3 воркерах)")
if __name__ == "__main__":
main()