如何在Python中使用Numba释放线程的GIL？

Question

我想制作一个程序，由两部分组成：其中一部分是接收数据，另一部分是将其写入文件。我认为如果我可以使用2个线程（可能是2个CPU核心）单独执行任务会更好。我发现了这个链接：https://numba.pydata.org/numba-doc/dev/user/jit.html#compilation-options，它允许您释放GIL。我想知道它是否适合我的目的，并且是否可以采用它来完成这种工作。这是我尝试过的内容：

import threading
import time
import os
import queue
import numba
import numpy as np

condition = threading.Condition()
q_text = queue.Queue()

#@numba.jit(nopython=True, nogil=True)
def consumer():
    t = threading.currentThread()

    with condition:
        while True:
            str_test = q_text.get()
            with open('hello.txt', 'a') as f:
                f.write(str_test)
            condition.wait()            

def sender():
    with condition:
        condition.notifyAll()

def add_q(arr="hi\n"):
    q_text.put(arr)
    sender()

c1 = threading.Thread(name='c1', target=consumer)
c1.start()

add_q()

没有使用 numba 时，它可以正常工作。但是当我将其应用于 consumer 时，它会给我一个错误：

Exception in thread c1:
Traceback (most recent call last):
  File "d:\python36-32\lib\threading.py", line 916, in _bootstrap_inner
    self.run()
  File "d:\python36-32\lib\threading.py", line 864, in run
    self._target(*self._args, **self._kwargs)
  File "d:\python36-32\lib\site-packages\numba\dispatcher.py", line 368, in _compile_for_args
    raise e
  File "d:\python36-32\lib\site-packages\numba\dispatcher.py", line 325, in _compile_for_args
    return self.compile(tuple(argtypes))
  File "d:\python36-32\lib\site-packages\numba\dispatcher.py", line 653, in compile
    cres = self._compiler.compile(args, return_type)
  File "d:\python36-32\lib\site-packages\numba\dispatcher.py", line 83, in compile
    pipeline_class=self.pipeline_class)
  File "d:\python36-32\lib\site-packages\numba\compiler.py", line 873, in compile_extra
    return pipeline.compile_extra(func)
  File "d:\python36-32\lib\site-packages\numba\compiler.py", line 367, in compile_extra
    return self._compile_bytecode()
  File "d:\python36-32\lib\site-packages\numba\compiler.py", line 804, in _compile_bytecode
    return self._compile_core()
  File "d:\python36-32\lib\site-packages\numba\compiler.py", line 791, in _compile_core
    res = pm.run(self.status)
  File "d:\python36-32\lib\site-packages\numba\compiler.py", line 253, in run
    raise patched_exception
  File "d:\python36-32\lib\site-packages\numba\compiler.py", line 245, in run
    stage()
  File "d:\python36-32\lib\site-packages\numba\compiler.py", line 381, in stage_analyze_bytecode
    func_ir = translate_stage(self.func_id, self.bc)
  File "d:\python36-32\lib\site-packages\numba\compiler.py", line 937, in translate_stage
    return interp.interpret(bytecode)
  File "d:\python36-32\lib\site-packages\numba\interpreter.py", line 92, in interpret
    self.cfa.run()
  File "d:\python36-32\lib\site-packages\numba\controlflow.py", line 515, in run
    assert not inst.is_jump, inst
AssertionError: Failed at nopython (analyzing bytecode)
SETUP_WITH(arg=60, lineno=17)

如果我从 consumer 中排除 condition(threading.Condition)，就没有错误，这可能是因为JIT不解释它的原因？我想知道是否可以采用 numba 来实现这种目的，以及如何解决这个问题（如果可能的话）。

- maynull

---

你考虑过使用subprocess而不是thread吗？ - John Anderson

Answer 1

您不能在Numba函数中使用threading模块，也不支持打开/写入文件。当您需要计算性能时，Numba非常好用，但是您的示例纯粹是I/O，这不是Numba的用例。

唯一的方法是，如果您在str_test数据上应用一个函数，那么Numba会添加一些内容。使用nogil=True编译该函数将允许多线程。但是，如果相比I/O而言该函数计算成本较高，则仅值得使用。

您可以考虑异步解决方案，这更适合I/O绑定性能。

请参阅Numba文档中的此示例，了解多线程改进性能的情况：https://numba.pydata.org/numba-doc/dev/user/examples.html#multi-threading

- Rutger Kassies