在上一篇中我們簡(jiǎn)要介紹了進(jìn)程拓?fù)涞幕靖拍?，下面我們將介紹與進(jìn)程拓?fù)湎嚓P(guān)的一些方法。
創(chuàng)建方法
注意：只能在組內(nèi)通信子（Intracomm）或 Intracomm 類子類通信子上創(chuàng)建拓?fù)渫ㄐ抛印?chuàng)建拓?fù)渫ㄐ抛拥南嚓P(guān)方法（MPI.Intracomm 類的方法）接口如下：
Create_cart(self, dims, periods=None, bool reorder=False)
創(chuàng)建并返回一個(gè)新的通信子，在這個(gè)新通信子上附加與笛卡爾拓?fù)涔芾碛嘘P(guān)的數(shù)據(jù)結(jié)構(gòu)及相應(yīng)的操作信息。dims 是長(zhǎng)度為維數(shù) ndims 的整型數(shù)組，指出各維的進(jìn)程數(shù)，periods 可取值 None，True，F(xiàn)alse 或長(zhǎng)度為 ndims 的布爾數(shù)組，指出各維是否周期性循環(huán)，默認(rèn)值 None 表示各維都不循環(huán)，True/False 表示各維都循環(huán)/都不循環(huán)。布爾型的 reorder 指出進(jìn)程在新創(chuàng)建的通信子組內(nèi)是否進(jìn)行重排序，默認(rèn)值為 False，此時(shí)進(jìn)程在新創(chuàng)建的通信子組內(nèi)的順序與在原通信子組內(nèi)的順序相同。在創(chuàng)建過(guò)程中，允許新通信子中包含的進(jìn)程數(shù)少于原通信子中的進(jìn)程數(shù)，此時(shí)多余的進(jìn)程將返回 MPI.COMM_NULL，但不允許多于原通信子中的進(jìn)程數(shù)。
Create_graph(self, index, edges, bool reorder=False)
創(chuàng)建并返回一個(gè)新的通信子，在這個(gè)新通信子上附加與圖結(jié)構(gòu)的拓?fù)涔芾碛嘘P(guān)的數(shù)據(jù)結(jié)構(gòu)及相應(yīng)的操作信息。通過(guò) index 和 edges 兩個(gè)整數(shù)序列參數(shù)來(lái)描述整個(gè)圖的結(jié)構(gòu)，假設(shè)生成的圖拓?fù)涞墓?jié)點(diǎn)個(gè)數(shù)為 nnodes，各節(jié)點(diǎn)按照從 0 到 nnodes - 1 編號(hào)，其鄰居節(jié)點(diǎn)都順序、連續(xù)地放在 edges 序列中，通過(guò) index 序列分別指定各編號(hào)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)列表在 edges 序列中的起始位置，index 的第 i 個(gè)元素保存圖中前 i 個(gè)節(jié)點(diǎn)的鄰居總數(shù)，而各節(jié)點(diǎn)的鄰居順序地排成一個(gè)一維序列存放在 edges 中。因此，index[0] 為節(jié)點(diǎn) 0 的鄰居個(gè)數(shù)，index[i] - index[i - 1] 為節(jié)點(diǎn) i > 0 的鄰居個(gè)數(shù)，而節(jié)點(diǎn) 0 的鄰居保存在 edges[0:(index[0] - 1)] 范圍內(nèi)，節(jié)點(diǎn) i > 0 的鄰居保存在 edges[index[i-1]:(index[i] - 1)] 范圍內(nèi)。布爾型的 reorder 指出進(jìn)程在新創(chuàng)建的通信子組內(nèi)是否進(jìn)行重排序，默認(rèn)值為 False，此時(shí)進(jìn)程在新創(chuàng)建的通信子組內(nèi)的順序與在原通信子組內(nèi)的順序相同。在創(chuàng)建過(guò)程中，允許新通信子中包含的進(jìn)程數(shù)少于原通信子中的進(jìn)程數(shù)，此時(shí)多余的進(jìn)程將返回 MPI.COMM_NULL，但不允許多于原通信子中的進(jìn)程數(shù)。
下面舉個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明如何設(shè)置以上參數(shù)，比如創(chuàng)建一個(gè)含有 4 個(gè)節(jié)點(diǎn)的圖拓?fù)?，各個(gè)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)如下表所示：
| Node | Neighbors |
|---|---|
| 0 | 1, 3 |
| 1 | 0 |
| 2 | 3 |
| 3 | 0, 2 |
則相應(yīng)的參數(shù)可以如下設(shè)置：
| Argument | Input |
|---|---|
| nnodes | 4 |
| index | 2, 3, 4, 6 |
| edges | 1, 3, 0, 3, 0, 2 |
Create_dist_graph_adjacent(self, sources, destinations, sourceweights=None, destweights=None, Info info=INFO_NULL, bool reorder=False)
創(chuàng)建一個(gè)分布式的圖拓?fù)渫ㄐ抛?。MPI-3 中引進(jìn)的新方法，暫不作介紹。
Create_dist_graph(self, sources, degrees, destinations, weights=None, Info info=INFO_NULL, bool reorder=False)
創(chuàng)建一個(gè)分布式的圖拓?fù)渫ㄐ抛?。MPI-3 中引進(jìn)的新方法，暫不作介紹。
笛卡爾拓?fù)渫ㄐ抛樱–artcomm）
方法
繼承自拓?fù)渫ㄐ抛樱═opocomm），其特有的一些方法有：
Get_topo(self)
獲取當(dāng)前拓?fù)渫ㄐ抛拥脑敿?xì)信息。也可以通過(guò)屬性 topo 獲取。
Get_cart_rank(self, coords)
返回根據(jù)笛卡爾拓?fù)涞淖鴺?biāo) coords 得到的進(jìn)程編號(hào)。
Get_coords(self, int rank)
返回根據(jù)進(jìn)程編號(hào) rank 得到的笛卡爾拓?fù)渥鴺?biāo)。
Get_dim(self)
返回笛卡爾拓?fù)涞木S數(shù)。也可以通過(guò)屬性 dim 或 ndim 獲取。
Shift(self, int direction, int disp)
給定一個(gè)笛卡爾坐標(biāo)平移的維度 direction 和步長(zhǎng) disp（大于 0 表示正方向，小于 0 表示負(fù)方向），返回平移的源進(jìn)程號(hào)和目的進(jìn)程號(hào)。對(duì)無(wú)周期的維，平移到末端后再平移將得到 MPI.PROC_NULL。
Sub(self, remain_dims)
將當(dāng)前的笛卡爾拓?fù)渫ㄐ抛咏M劃分成若干子組，每個(gè)子組對(duì)應(yīng)原笛卡爾拓?fù)渚W(wǎng)格的子網(wǎng)格，返回由這些子組創(chuàng)建成的子笛卡爾拓?fù)渫ㄐ抛?。由參?shù) remain_dims 決定如何進(jìn)行劃分：如果 remain_dims[i] 為 True 表示在新坐標(biāo)中保留第 i 維，否則去掉第 i 維。該方法與 MPI.Comm.Split 方法的功能類似。
例如，如果當(dāng)前笛卡爾拓?fù)涠x了一個(gè) 2 × 3 × 4 的網(wǎng)格，當(dāng) remain_dims = [True, False, True] 時(shí)會(huì)創(chuàng)建 3 個(gè)子笛卡爾拓?fù)渫ㄐ抛?，每一個(gè)包含 8 個(gè)進(jìn)程構(gòu)成一個(gè) 2 × 4 網(wǎng)格。當(dāng) remain_dims = [False, False, True] 時(shí)會(huì)創(chuàng)建 6 個(gè)子笛卡爾拓?fù)渫ㄐ抛?，每一個(gè)包含 4 個(gè)進(jìn)程構(gòu)成一個(gè)一維網(wǎng)格。
屬性
coords
笛卡爾拓?fù)渥鴺?biāo)。
dim
笛卡爾拓?fù)渚S數(shù)。
dims
笛卡爾拓?fù)涓骶S的進(jìn)程數(shù)。
ndim
笛卡爾拓?fù)渚S數(shù)。
periods
笛卡爾拓?fù)涓骶S的周期性。
topo
拓?fù)湫畔ⅰ?/p>
圖拓?fù)渫ㄐ抛樱℅raphcomm）
方法
繼承自拓?fù)渫ㄐ抛樱═opocomm），其特有的一些方法有：
Get_topo(self)
獲取當(dāng)前拓?fù)渫ㄐ抛拥脑敿?xì)信息。也可以通過(guò)屬性 topo 獲取。
Get_dims(self)
返回當(dāng)前圖拓?fù)涞墓?jié)點(diǎn)數(shù)和邊數(shù)。也可以通過(guò)屬性 dims 獲取。
Get_neighbors(self, int rank)
返回進(jìn)程 rank 的所有鄰居節(jié)點(diǎn)。
Get_neighbors_count(self, int rank)
返回進(jìn)程 rank 的鄰居節(jié)點(diǎn)的個(gè)數(shù)。
屬性
dims
圖的節(jié)點(diǎn)數(shù)和邊數(shù)。
edges
圖的邊。
index
圖的 index。
nedges
圖的邊數(shù)。
neighbors
所有鄰居節(jié)點(diǎn)。
nneighbors
鄰居節(jié)點(diǎn)的數(shù)目。
nnodes
節(jié)點(diǎn)數(shù)。
topo
拓?fù)湫畔ⅰ?/p>
分布式圖拓?fù)洌―istgraphcomm）
繼承自拓?fù)渫ㄐ抛樱═opocomm），其特有的一些方法有：
方法
Get_dist_neighbors(self)
獲取分布式圖拓?fù)涞泥従庸?jié)點(diǎn)。
Get_dist_neighbors_count(self)
獲取分布式圖拓?fù)涞泥従庸?jié)點(diǎn)數(shù)目。
例程
下面給出部分進(jìn)程拓?fù)洳僮飨嚓P(guān)方法的使用例程。
# topo.py
"""
Demonstrates the usage of Create_cart, Get_coords, Get_cart_rank, Shift, Sub.
Run this with 6 processes like:
$ mpiexec -n 6 python topo.py
"""
import numpy as np
from mpi4py import MPI
comm = MPI.COMM_WORLD
rank = comm.Get_rank()
# create a 3 x 2 Cartesian topocomm
# period = True period = True
# | (4) | (5) |
# ------+-----------+-----------+--------
# (-2) | 0,0 (0) | 0,1 (1) | (-2) period = False
# ------+-----------+-----------+--------
# (-2) | 1,0 (2) | 1,1 (3) | (-2) period = False
# ------+-----------+-----------+--------
# (-2) | 2,0 (4) | 2,1 (5) | (-2) period = False
# ------+-----------+-----------+--------
# | (0) | (1) |
dims = [3, 2]
periods = [True, False]
cart_comm = comm.Create_cart(dims, periods)
print 'rank %d has topo:' % rank, cart_comm.topo
print 'rank %d has coords:' % rank, cart_comm.coords
print 'rank %d has dims:' % rank, cart_comm.dims
print 'rank %d has periods:' % rank, cart_comm.periods
print 'rank 3 has coords:', cart_comm.Get_coords(3)
print 'coords [1, 1] is rank:', cart_comm.Get_cart_rank([1, 1])
# shift
sd = cart_comm.Shift(0, 1)
print 'shift 1 for row: rank %d has (source, dest) = (%d, %d)' % (rank, sd[0], sd[1])
sd = cart_comm.Shift(1, 1)
print 'shift 1 for column: rank %d has (source, dest) = (%d, %d)' % (rank, sd[0], sd[1])
print 'MPI.PROC_NULL =', MPI.PROC_NULL
# sub
remain_dims = [True, False]
sub_comm = cart_comm.Sub(remain_dims)
# sub_comm1 sub_comm2
# 0 <-> 0 | 1 <-> 0
# 2 <-> 1 | 3 <-> 1
# 4 <-> 2 | 5 <-> 2
print 'rank %d has topo (sub_comm):' % rank, sub_comm.topo
運(yùn)行結(jié)果如下：
$ mpiexec -n 6 python topo.py
rank 0 has topo: ([3, 2], [1, 0], [0, 0])
rank 0 has coords: [0, 0]
rank 0 has dims: [3, 2]
rank 0 has periods: [1, 0]
rank 3 has coords: array('i', [1, 1])
coords [1, 1] is rank: 3
shift 1 for row: rank 0 has (source, dest) = (4, 2)
shift 1 for column: rank 0 has (source, dest) = (-2, 1)
MPI.PROC_NULL = -2
rank 0 has topo (sub_comm): ([3], [1], [0])
rank 1 has topo: ([3, 2], [1, 0], [0, 1])
rank 1 has coords: [0, 1]
rank 1 has dims: [3, 2]
rank 1 has periods: [1, 0]
rank 3 has coords: array('i', [1, 1])
coords [1, 1] is rank: 3
shift 1 for row: rank 1 has (source, dest) = (5, 3)
shift 1 for column: rank 1 has (source, dest) = (0, -2)
MPI.PROC_NULL = -2
rank 1 has topo (sub_comm): ([3], [1], [0])
rank 2 has topo: ([3, 2], [1, 0], [1, 0])
rank 2 has coords: [1, 0]
rank 2 has dims: [3, 2]
rank 2 has periods: [1, 0]
rank 3 has coords: array('i', [1, 1])
coords [1, 1] is rank: 3
shift 1 for row: rank 2 has (source, dest) = (0, 4)
shift 1 for column: rank 2 has (source, dest) = (-2, 3)
MPI.PROC_NULL = -2
rank 2 has topo (sub_comm): ([3], [1], [1])
rank 3 has topo: ([3, 2], [1, 0], [1, 1])
rank 3 has coords: [1, 1]
rank 3 has dims: [3, 2]
rank 3 has periods: [1, 0]
rank 3 has coords: array('i', [1, 1])
coords [1, 1] is rank: 3
shift 1 for row: rank 3 has (source, dest) = (1, 5)
shift 1 for column: rank 3 has (source, dest) = (2, -2)
MPI.PROC_NULL = -2
rank 3 has topo (sub_comm): ([3], [1], [1])
rank 4 has topo: ([3, 2], [1, 0], [2, 0])
rank 4 has coords: [2, 0]
rank 4 has dims: [3, 2]
rank 4 has periods: [1, 0]
rank 3 has coords: array('i', [1, 1])
coords [1, 1] is rank: 3
shift 1 for row: rank 4 has (source, dest) = (2, 0)
shift 1 for column: rank 4 has (source, dest) = (-2, 5)
MPI.PROC_NULL = -2
rank 4 has topo (sub_comm): ([3], [1], [2])
rank 5 has topo: ([3, 2], [1, 0], [2, 1])
rank 5 has coords: [2, 1]
rank 5 has dims: [3, 2]
rank 5 has periods: [1, 0]
rank 3 has coords: array('i', [1, 1])
coords [1, 1] is rank: 3
shift 1 for row: rank 5 has (source, dest) = (3, 1)
shift 1 for column: rank 5 has (source, dest) = (4, -2)
MPI.PROC_NULL = -2
rank 5 has topo (sub_comm): ([3], [1], [2])
以上我們介紹了 mpi4py 中的進(jìn)程拓?fù)洳僮?，?a href="http://www.itdecent.cn/p/fcf31970f038" target="_blank">下一篇中我們將介紹動(dòng)態(tài)進(jìn)程管理。
