다중 처리 환경에서 읽기 전용 공유 데이터를 복사해야 합니까?

공유 읽기 전용 데이터 다중 처리

문제 요약

다중 처리를 사용할 때 공유 읽기 전용 데이터가 다른 프로세스에 복사되면 문제가 발생합니다. 그렇다면 이러한 복사를 어떻게 방지하거나 장려할 수 있습니까?

해결책: 공유 메모리

제공된 코드 조각은 전역 배열을 여러 프로세스에 의해 실행되는 함수 내에서 기본 매개 변수로 사용합니다. 메모리 중복에 대한 우려가 제기됩니다. 개별 프로세스가 별도의 데이터 복사본을 얻지 못하게 하려면 공유 메모리 활용을 고려하세요.

Numpy를 사용한 공유 메모리

멀티프로세싱과 Numpy를 결합하여 데이터를 효율적으로 공유할 수 있습니다.

<code class="python">import multiprocessing
import ctypes
import numpy as np

shared_array_base = multiprocessing.Array(ctypes.c_double, 10*10)
shared_array = np.ctypeslib.as_array(shared_array_base.get_obj())
shared_array = shared_array.reshape(10, 10)</code>

병렬 처리 예

각 프로세스에서 실행되는 함수 내에서 공유 배열에 대한 변경 사항은 모두에게 표시됩니다.

<code class="python">def my_func(i, def_param=shared_array):
    shared_array[i,:] = i</code>

결론

해당 이 문제에 대한 메커니즘은 애플리케이션의 특정 요구 사항 및 액세스 패턴에 따라 다릅니다. 공유 메모리는 이러한 맥락에서 데이터 중복을 방지하는 효과적인 접근 방식을 제공하여 여러 프로세스 간의 공유 액세스를 보장합니다.

위 내용은 다중 처리 환경에서 읽기 전용 공유 데이터를 복사해야 합니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!