Python Language
並列計算

備考

マルチプロセッシング・モジュールを使用したタスクの並列化

import multiprocessing

def fib(n):
    """computing the Fibonacci in an inefficient way
    was chosen to slow down the CPU."""
    if n <= 2:
        return 1
    else:
        return fib(n-1)+fib(n-2) 
p = multiprocessing.Pool() 
print(p.map(fib,[38,37,36,35,34,33]))

# Out: [39088169, 24157817, 14930352, 9227465, 5702887, 3524578]

fibへの各呼び出しの実行が並行して行われるので、完全な例の実行時間は、デュアルプロセッサ上でシーケンシャルな方法で実行された場合よりも1.8倍高速です。

_{Python 2.2以降}

親スクリプトと子スクリプトを使用して並列にコードを実行する

child.py

import time

def main():
    print "starting work"
    time.sleep(1)
    print "work work work work work"
    time.sleep(1)
    print "done working"

if __name__ == '__main__':
    main()

parent.py

import os

def main():
    for i in range(5):
        os.system("python child.py &")

if __name__ == '__main__':
    main()

これは、パラレルで独立したHTTP要求/応答タスクまたはデータベースの選択/挿入に役立ちます。コマンドライン引数はchild.pyスクリプトにも与えられます。スクリプト間の同期は、すべてのスクリプトが定期的に別のサーバー（Redisインスタンスなど）をチェックすることで実現できます。

C-エクステンションを使用してタスクを並列化する

ここでの考え方は、計算集約型のジョブをPythonとは独立したC（特別なマクロを使用）に移動し、CコードをGILが動作している間に解放することです。

#include "Python.h"
...
PyObject *pyfunc(PyObject *self, PyObject *args) {
    ...
    Py_BEGIN_ALLOW_THREADS
    // Threaded C code
    ...
    Py_END_ALLOW_THREADS
    ...
}

PyParモジュールを使用して並列化する

PyParはPythonで並列処理を提供するためにメッセージパッシングインターフェイス（MPI）を使用するライブラリです。 PyParの簡単な例（ https://github.com/daleroberts/pyparに見られる）は次のようになります：

import pypar as pp

ncpus = pp.size()
rank = pp.rank()
node = pp.get_processor_name()

print 'I am rank %d of %d on node %s' % (rank, ncpus, node)

if rank == 0:
  msh = 'P0'
  pp.send(msg, destination=1)
  msg = pp.receive(source=rank-1)
  print 'Processor 0 received message "%s" from rank %d' % (msg, rank-1)
else:
  source = rank-1
  destination = (rank+1) % ncpus
  msg = pp.receive(source)
  msg = msg + 'P' + str(rank)
  pypar.send(msg, destination)
pp.finalize()