使用多处理来查找网络路径

我目前正在使用 networkx 函数 *all_simple_paths* 来查找网络 G 中给定的一组源节点和目标节点的所有路径。

在更大/更密集的网络上，这个过程非常密集。

我想知道是否可以使用多处理来解决这个问题，以及是否有人对如何通过创建池等来实现它有任何想法。

import networkx as nx

G = nx.complete_graph(8)
sources = [1,2]
targets = [5,6,7]

for target in targets:
    for source in sources:
        for path in nx.all_simple_paths(G, source=source, target=target, cutoff=None):
            print(path)

非常感谢您提出的任何建议！

这是一个使用工作进程集合的版本。每个工人得到source, target从队列中配对，并将路径收集到列表中。当找到所有路径后，结果将放入输出队列中，并由主进程进行整理。

import networkx as nx
import multiprocessing as mp
import random
import sys
import itertools as IT
import logging
logger = mp.log_to_stderr(logging.DEBUG)


def worker(inqueue, output):
    result = []
    count = 0
    for pair in iter(inqueue.get, sentinel):
        source, target = pair
        for path in nx.all_simple_paths(G, source = source, target = target,
                                        cutoff = None):
            result.append(path)
            count += 1
            if count % 10 == 0:
                logger.info('{c}'.format(c = count))
    output.put(result)

def test_workers():
    result = []
    inqueue = mp.Queue()
    for source, target in IT.product(sources, targets):
        inqueue.put((source, target))
    procs = [mp.Process(target = worker, args = (inqueue, output))
             for i in range(mp.cpu_count())]
    for proc in procs:
        proc.daemon = True
        proc.start()
    for proc in procs:    
        inqueue.put(sentinel)
    for proc in procs:
        result.extend(output.get())
    for proc in procs:
        proc.join()
    return result

def test_single_worker():
    result = []
    count = 0
    for source, target in IT.product(sources, targets):
        for path in nx.all_simple_paths(G, source = source, target = target,
                                        cutoff = None):
            result.append(path)
            count += 1
            if count % 10 == 0:
                logger.info('{c}'.format(c = count))

    return result

sentinel = None

seed = 1
m = 1
N = 1340//m
G = nx.gnm_random_graph(N, int(1.7*N), seed)
random.seed(seed)
sources = [random.randrange(N) for i in range(340//m)]
targets = [random.randrange(N) for i in range(1000//m)]
output = mp.Queue()

if __name__ == '__main__':
    test_workers()
    # test_single_worker()
    # assert set(map(tuple, test_workers())) == set(map(tuple, test_single_worker()))

test_workers使用多处理，test_single_worker使用单一进程。

Running test.py不会引发 AssertionError，因此看起来两个函数返回相同的结果（至少对于我运行的有限测试而言）。

以下是时间结果：

% python -mtimeit -s'import test as t' 't.test_workers()'
10 loops, best of 3: 6.71 sec per loop

% python -mtimeit -s'import test as t' 't.test_single_worker()'
10 loops, best of 3: 12.2 sec per loop

因此，在这种情况下，test_workers 在 2 核系统上能够比 test_single_worker 实现 1.8 倍的加速。希望该代码也能很好地解决您的实际问题。我很想知道结果。

一些兴趣点：

• Calling pool.apply_async在一个短暂的函数上非常慢， 因为花费了太多的时间来传递参数并导致结果 通过队列而不是使用 CPU 进行有用的计算。
• 最好将结果收集在列表中并将完整结果放入 这output排队而不是将结果放入output一处 时间。放入Queue中的每个对象都会被pickle，并且速度更快 pickle 一个大列表而不是许多小列表。
• 我认为仅通过一个过程进行打印更安全，因此打印 语句不会相互影响（导致输出混乱）。