Question

相似的问题（但答案对我不起作用）：How to cancel long-running subprocesses running using concurrent.futures.ProcessPoolExecutor?

与上面链接的问题和提供的解决方案不同，在我的情况下，计算本身相当长（CPU限制），并且无法循环运行以检查是否发生了某些事件。

以下代码的简化版本：

import asyncio
import concurrent.futures as futures
import time

class Simulator:
    def __init__(self):
        self._loop = None
        self._lmz_executor = None
        self._tasks = []
        self._max_execution_time = time.monotonic() + 60
        self._long_running_tasks = []

    def initialise(self):
        # Initialise the main asyncio loop
        self._loop = asyncio.get_event_loop()
        self._loop.set_default_executor(
            futures.ThreadPoolExecutor(max_workers=3))

        # Run separate processes of long computation task
        self._lmz_executor = futures.ProcessPoolExecutor(max_workers=3)

    def run(self):
        self._tasks.extend(
            [self.bot_reasoning_loop(bot_id) for bot_id in [1, 2, 3]]
        )

        try:
            # Gather bot reasoner tasks
            _reasoner_tasks = asyncio.gather(*self._tasks)
            # Send the reasoner tasks to main monitor task
            asyncio.gather(self.sample_main_loop(_reasoner_tasks))
            self._loop.run_forever()
        except KeyboardInterrupt:
            pass
        finally:
            self._loop.close()

    async def sample_main_loop(self, reasoner_tasks):
        """This is the main monitor task"""
        await asyncio.wait_for(reasoner_tasks, None)
        for task in self._long_running_tasks:
            try:
                await asyncio.wait_for(task, 10)
            except asyncio.TimeoutError:
                print("Oops. Some long operation timed out.")
                task.cancel()  # Doesn't cancel and has no effect
                task.set_result(None)  # Doesn't seem to have an effect

        self._lmz_executor.shutdown()
        self._loop.stop()
        print('And now I am done. Yay!')

    async def bot_reasoning_loop(self, bot):
        import math

        _exec_count = 0
        _sleepy_time = 15
        _max_runs = math.floor(self._max_execution_time / _sleepy_time)

        self._long_running_tasks.append(
            self._loop.run_in_executor(
                    self._lmz_executor, really_long_process, _sleepy_time))

        while time.monotonic() < self._max_execution_time:
            print("Bot#{}: thinking for {}s. Run {}/{}".format(
                    bot, _sleepy_time, _exec_count, _max_runs))
            await asyncio.sleep(_sleepy_time)
            _exec_count += 1

        print("Bot#{} Finished Thinking".format(bot))

def really_long_process(sleepy_time):
    print("I am a really long computation.....")
    _large_val = 9729379273492397293479237492734 ** 344323
    print("I finally computed this large value: {}".format(_large_val))

if __name__ == "__main__":
    sim = Simulator()
    sim.initialise()
    sim.run()

这个想法是，有一个主要的仿真循环运行并监视三个bot线程。然后，这些机器人线程中的每个线程都会执行一些推理，但也会使用ProcessPoolExecutor启动一个非常长的后台进程，这可能最终导致他们自己的阈值/最大执行时间更长，从而无法对事物进行推理。

如您在上面的代码中看到的，我尝试在发生超时时.cancel()执行这些任务。尽管这并没有真正取消实际的计算，但这种计算一直在后台发生，并且asyncio循环直到所有长时间运行的计算完成后才终止。

如何在方法中终止长时间运行的CPU绑定计算？

其他类似的SO问题，但不一定相关或有帮助：


asyncio: Is it possible to cancel a future been run by an Executor?

How to terminate a single async task in multiprocessing if that single async task exceeds a threshold time in Python

Asynchronous multiprocessing with a worker pool in Python: how to keep going after timeout?

Answer 1

如何在方法中终止长时间运行的CPU绑定计算？

您尝试的方法无效，因为ProcessPoolExecutor返回的期货无法取消。尽管asyncio的run_in_executor tries会传播取消信息，但是一旦任务开始执行，它就Future.cancel就是ignored。

没有根本原因。与线程不同，可以安全地终止进程，因此ProcessPoolExecutor.submit很有可能返回未来，其cancel终止了相应的进程。 Asyncio协程已经定义了取消语义，并将自动使用它。不幸的是，ProcessPoolExecutor.submit返回一个常规的concurrent.futures.Future，该假设假定公分母最低，并且将运行中的未来视为不可触及。

因此，要取消子流程中执行的任务，必须完全避开ProcessPoolExecutor并管理自己的流程。面临的挑战是如何在不重新实现multiprocessing一半的情况下做到这一点。标准库提供的一个选项是为此目的（滥用）multiprocessing.Pool，因为它支持可靠地关闭工作进程。 CancellablePool可以按以下方式工作：

不是生成固定数量的进程，而是生成固定数量的1-worker池。
从异步协程向池分配任务。如果在等待任务在另一个进程中完成时取消协程，请terminate单进程池并创建一个新池。
由于所有内容都是通过单个异步线程进行协调的，因此不必担心争用情况，例如意外杀死已经开始执行另一任务的进程。（如果要支持ProcessPoolExecutor中的取消功能，则应避免这种情况。）

以下是该想法的示例实现：

import asyncio
import multiprocessing

class CancellablePool:
    def __init__(self, max_workers=3):
        self._free = {self._new_pool() for _ in range(max_workers)}
        self._working = set()
        self._change = asyncio.Event()

    def _new_pool(self):
        return multiprocessing.Pool(1)

    async def apply(self, fn, *args):
        """
        Like multiprocessing.Pool.apply_async, but:
         * is an asyncio coroutine
         * terminates the process if cancelled
        """
        while not self._free:
            await self._change.wait()
            self._change.clear()
        pool = usable_pool = self._free.pop()
        self._working.add(pool)

        loop = asyncio.get_event_loop()
        fut = loop.create_future()
        def _on_done(obj):
            loop.call_soon_threadsafe(fut.set_result, obj)
        def _on_err(err):
            loop.call_soon_threadsafe(fut.set_exception, err)
        pool.apply_async(fn, args, callback=_on_done, error_callback=_on_err)

        try:
            return await fut
        except asyncio.CancelledError:
            pool.terminate()
            usable_pool = self._new_pool()
        finally:
            self._working.remove(pool)
            self._free.add(usable_pool)
            self._change.set()

    def shutdown(self):
        for p in self._working | self._free:
            p.terminate()
        self._free.clear()

显示取消的简约测试用例：

def really_long_process():
    print("I am a really long computation.....")
    large_val = 9729379273492397293479237492734 ** 344323
    print("I finally computed this large value: {}".format(large_val))

async def main():
    loop = asyncio.get_event_loop()
    pool = CancellablePool()

    tasks = [loop.create_task(pool.apply(really_long_process))
             for _ in range(5)]
    for t in tasks:
        try:
            await asyncio.wait_for(t, 1)
        except asyncio.TimeoutError:
            print('task timed out and cancelled')
    pool.shutdown()

asyncio.get_event_loop().run_until_complete(main())

请注意CPU使用率如何不超过3个内核，以及它如何在测试即将结束时开始下降，表明进程已按预期终止。

要将其应用于问题代码，请将self._lmz_executor设为CancellablePool的实例，然后将self._loop.run_in_executor(...)更改为self._loop.create_task(self._lmz_executor.apply(...))。

如何使用asyncio和current.futures.ProcessPoolExecutor终止Python中长时间运行的计算（受CPU约束的任务）？

1 个答案: