Init

lab04_multiprocessing/solution.py

@@ -0,0 +1,111 @@
+# -*- coding: utf-8 -*-
+"""Лабораторная работа 4: мультипроцессорный код.
+
+Заполните функции ниже. ИНТЕРФЕЙСЫ МЕНЯТЬ НЕЛЬЗЯ — по ним работают
+автотесты (tests/test_lab04.py, запускаются через подпроцесс).
+
+Запуск из корня курса:
+    python lab04_multiprocessing/solution.py
+"""
+import multiprocessing
+import json
+import os
+import sys
+import time
+
+sys.path.insert(0, os.path.abspath(os.path.join(os.path.dirname(__file__), "..")))
+
+from common.benchmark import make_table, save_speedup_plot, time_call
+from common.tasks import TASKS, dispatch_kernel, get_variant
+
+# TODO: впишите свой номер в журнале (1..20)
+VARIANT_NUMBER = 0
+
+
+def _sum_list(data):
+    """Функция уровня модуля — суммирует список (для measure_overhead)."""
+    return sum(data)
+
+
+def run_cpu_processes(task_name: str, params: dict, p: int):
+    """CPU-задача на p процессах через Pool и dispatch_kernel.
+
+    Вернуть (checksum, elapsed_seconds). Подсказки:
+    - payload = [(task_name, chunk) для каждого куска];
+    - dispatch_kernel пиккелится, лямбды и вложенные функции — НЕТ;
+    - ctx = multiprocessing.get_context(); with ctx.Pool(p) as pool: ...
+    """
+    task = TASKS[task_name]
+    # TODO: build -> split -> pool.map(dispatch_kernel, payload) ->
+    #       combine -> checksum (замерить время)
+    raise NotImplementedError
+
+
+def measure_overhead(items_count_list):
+    """Стоимость передачи данных процессу.
+
+    Для каждого n из items_count_list: отправить в воркер список из n чисел
+    (list(range(n))), воркер возвращает их сумму (_sum_list). Пул создаётся
+    ОДИН раз, первый вызов — прогрев. Вернуть {n: лучшее_время из 3}.
+    """
+    # TODO: ctx.Pool(1) -> для каждого n: замер pool.map(_sum_list, [data])
+    raise NotImplementedError
+
+
+def main():
+    # --- smoke-режим для автотестов: быстрый прогон и JSON-отчёт -----------
+    # (не удаляйте: тесты запускают solution.py подпроцессом с LAB_SMOKE=1)
+    if os.environ.get("LAB_SMOKE") == "1":
+        from common.tasks import run_sequential, smoke_params
+        name = "integrate"  # smoke не зависит от варианта: быстрая задача
+        sp = smoke_params(name)
+        expected, _ = run_sequential(name, sp, parts=1)
+        got, _t = run_cpu_processes(name, sp, p=2)
+        ok = (got == expected) or (isinstance(got, float) and
+                                   abs(got - expected) < 1e-6 * max(1, abs(expected)))
+        ov = measure_overhead([1_000, 50_000])
+        print("LAB_SMOKE_JSON:" + json.dumps({
+            "ok": True, "result_ok": bool(ok), "p": 2,
+            "overhead": {str(k): t for k, t in ov.items()}}))
+        return
+
+    v = get_variant(VARIANT_NUMBER)
+    print(f"Вариант {v['variant']}: {v['describe']}")
+    print(f"метод запуска: {multiprocessing.get_start_method()}\n")
+
+    # --- T(p) на процессах ---------------------------------------------------
+    rows, times = [], {}
+    expected = None
+    for p in v["p_list"]:
+        t, (cs, _) = time_call(run_cpu_processes,
+                               (v["task_name"], v["cpu_params"], p), repeats=2)
+        times[p] = t
+        rows.append((f"процессы, p={p}", t))
+        if expected is None:
+            expected = cs
+        assert cs == expected or (isinstance(cs, float) and
+                                  abs(cs - expected) < 1e-6 * max(1, abs(expected))), \
+            f"checksum при p={p} не совпал!"
+    print(make_table(rows, title="CPU-задача на процессах"))
+
+    base = times[1]
+    for p, t in times.items():
+        print(f"  S(p={p}) = {base / t:.2f}")
+    print()
+
+    # --- Накладные расходы передачи -------------------------------------------
+    overhead = measure_overhead([1_000, 100_000, 1_000_000])
+    print("Стоимость передачи данных процессу (туда+обратно):")
+    for n, t in sorted(overhead.items()):
+        print(f"  {n:>9,} чисел: {t * 1000:8.1f} мс".replace(",", " "))
+
+    save_speedup_plot({"процессы": sorted(times.items())},
+                      f"Ускорение CPU-задачи процессами ({v['describe']})",
+                      os.path.join(os.path.dirname(__file__), "speedup.png"))
+
+    # TODO: в отчёт — S(p) и число физических ядер вашей машины,
+    # сравните время kernel варианта со временем передачи из measure_overhead.
+
+
+if __name__ == "__main__":
+    main()