python-通过boto和multiprocessing.Sool从S3下载文件的性能不可靠
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-通过boto和multiprocessing.Sool从S3下载文件的性能不可靠，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2224字，纯文字阅读大概需要4分钟。
内容图文
我想从S3下载数千个文件.为了加快过程,我尝试了Python的multiprocessing.Pool,但是我的性能非常不可靠.有时它可以工作,并且比单核版本快得多,但是通常某些文件要花费几秒钟,因此多处理运行所花的时间比单进程要长.有几次我什至得到ssl.SSLError：读取操作超时.
可能是什么原因呢？
from time import time
from boto.s3.connection import S3Connection
from boto.s3.key import Key
from multiprocessing import Pool
import pickle
access_key=xxx
secret_key=xxx
bucket_name=xxx
path_list = pickle.load(open('filelist.pickle','r'))
conn = S3Connection(access_key, secret_key)
bucket = conn.get_bucket(bucket_name)
pool = Pool(32)
def read_file_from_s3(path):
starttime = time()
k = Key(bucket)
k.key = path
content = k.get_contents_as_string()
print int((time()-starttime)*1000)
return content
results = pool.map(read_file_from_s3, path_list)
# or results = map(read_file_from_s3, path_list) for a single process comparison
pool.close()
pool.join()
[更新]我最终只在我的多处理代码中添加了重试超时(imap .next(timeout)),但这只是因为我现在不想改变太多.如果您想做对,请使用gevent使用Jan-Philip的方法.
解决方法:
“What could be the reason for that?”
没有足够的细节.原因之一可能是您的私人Internet连接因并发连接过多而挨饿.但是由于您没有指定在哪个环境中执行这段代码,所以这纯粹是推测.
但是,没有人猜测您解决该问题的方法效率很低.多重处理用于解决CPU受限的问题.一次通过多个TCP连接检索数据不是CPU约束的问题.每个TCP连接产生一个进程会浪费资源.
之所以如此缓慢,是因为在您的情况下,一个进程花费大量时间等待系统调用返回(另一方面,操作系统花费大量时间等待网络模块执行所告诉的操作(并且网络组件花费大量时间等待数据包通过网络到达).
您不需要多个进程即可使您的计算机花在等待上的时间更少.您甚至不需要多个线程.您可以使用协作调度从单个OS级线程中的许多TCP连接中提取数据.在Python中,通常使用greenlet完成此操作.使用greenlets的更高级别的模块是gevent.
网络上到处都是基于gevent的示例,这些示例可同时触发许多HTTP请求.给定适当的Internet连接,单个OS级线程可以同时处理成百上千个或上万个并发连接.在这些数量级上,根据应用程序的确切目的,问题可能演变为受I / O约束或受CPU约束的问题.也就是说,网络连接,CPU内存总线或单个CPU内核都会限制您的应用程序.
关于ssl.SSLError：读取操作超时,类似于错误：在网络世界中,您必须考虑不时发生的这类事情,并决定(取决于应用程序的详细信息)如何处理这些情况.通常,简单的重试尝试是一个很好的解决方案.
内容总结
以上是互联网集市为您收集整理的python-通过boto和multiprocessing.Sool从S3下载文件的性能不可靠全部内容，希望文章能够帮你解决python-通过boto和multiprocessing.Sool从S3下载文件的性能不可靠所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。