在上一篇中我們介紹了 mpi4py 并行讀/寫(xiě) numpy npy 文件的方法，下面我們將介紹 mpi4py 軟件包初始化相關(guān)的一些設(shè)置。

初始化及運(yùn)行時(shí)設(shè)置

有在 C/C++/Fortran 等其它計(jì)算機(jī)語(yǔ)言下編寫(xiě) MPI 并行計(jì)算程序經(jīng)驗(yàn)的讀者都知道，在使用 MPI 時(shí)除了要導(dǎo)入 MPI 的相應(yīng)頭文件之外，還要首先調(diào)用 MPI_Init/MPI_Init_thread 來(lái)初始化 MPI 環(huán)境，然后才能使用 MPI 庫(kù)提供的各項(xiàng)功能，在結(jié)束 MPI 程序時(shí)一般還需要調(diào)用 MPI_Finalize 以結(jié)束 MPI 環(huán)境。但是在使用 mpi4py 時(shí)，我們一般并沒(méi)有調(diào)用 mpi4py 中對(duì)應(yīng)的函數(shù) mpi4py.MPI.Init/mpi4py.MPI.Init_thread 和 mpi4py.MPI.Finalize，這是為什么呢？原來(lái)在導(dǎo)入和使用 mpi4py 時(shí)，mpi4py 軟件包會(huì)做大量的初始化工作。在導(dǎo)入 mpi4py 時(shí)如果不做一些特定的設(shè)置，就會(huì)采用 mpi4py 的默認(rèn)初始化設(shè)置，其中就包括對(duì) mpi4py.MPI.Init/mpi4py.MPI.Init_thread 和 mpi4py.MPI.Finalize 的默認(rèn)調(diào)用。這些默認(rèn)的初始化設(shè)置在大多數(shù)情況下都是合適的，并不需要我們顯式地進(jìn)行設(shè)置，因此能夠節(jié)省我們一部分工作，使我們可以簡(jiǎn)潔而方便地編寫(xiě) Python 環(huán)境下的 MPI 并行計(jì)算程序。但是在某些情況下，我們需要進(jìn)行一些特定的初始化設(shè)置，mpi4py 允許定制一些特定的初始化選項(xiàng)，我們只需在導(dǎo)入 mpi4py 的 MPI 模塊之前進(jìn)行相應(yīng)的設(shè)置或調(diào)用相應(yīng)的函數(shù)即可。下面是 mpi4py 提供的初始化及運(yùn)行時(shí)設(shè)置函數(shù)：

mpi4py.rc(**kargs)

mpi4py 運(yùn)行時(shí)設(shè)置（Runtime configuration）函數(shù)?？梢栽O(shè)置的參數(shù)包括：initialize 是否在 import MPI 時(shí)自動(dòng)調(diào)用 MPI.Init 函數(shù)以初始化 MPI 環(huán)境，默認(rèn)為 True；threads 是否要求多線程支持，默認(rèn)為 True；thread_level，要求的線程級(jí)別，默認(rèn)為 'multiple'，可供選擇的級(jí)別有 'multiple', 'serialized', 'funneled' 和 'single'；finalize，是否在程序退出時(shí)自動(dòng)調(diào)用 MPI.Finalize，默認(rèn)為 None，表示和 initialize 的值相同，也可以設(shè)置為 True 或 False；fast_reduce，是否使用樹(shù)算法進(jìn)行快速的規(guī)約操作，默認(rèn)為 True；recv_mprobe，是否采用匹配的 probe 方法來(lái)接收消息，默認(rèn)為 True；errors，錯(cuò)誤處理策略，默認(rèn)為 'exception'，表示發(fā)生錯(cuò)誤時(shí)會(huì)拋出異常，還可以設(shè)置為 'default'，表示使用 MPI 的默認(rèn)錯(cuò)誤處理機(jī)制，或?yàn)?'fatal'，表示將所有的錯(cuò)誤都設(shè)置成嚴(yán)重級(jí)別，此時(shí)程序遇到錯(cuò)誤時(shí)一般會(huì)中止。

我們可以調(diào)用以上函數(shù)進(jìn)行初始化及運(yùn)行時(shí)設(shè)置，也可以直接設(shè)置 rc 的相應(yīng)參數(shù)完成同樣的設(shè)置工作。rc 的對(duì)應(yīng)屬性默認(rèn)設(shè)置為：

rc.initialize = True
rc.threads = True
rc.thread_level = 'multiple'
rc.finalize = None
rc.fast_reduce = True
rc.recv_mprobe = True
rc.errors = 'exception'

想要改變某項(xiàng)設(shè)置，只需設(shè)置 rc 的對(duì)應(yīng)屬性為一個(gè)不同的值即可，如 rc.initialize = False。

其它相關(guān)函數(shù)

另外，下面是一些初始化及運(yùn)行時(shí)相關(guān)的其它函數(shù)方法：

mpi4py.get_include()

返回 mpi4py 軟件包的頭文件目錄。一些使用 mpi4py 的擴(kuò)展模塊的編譯需要指定 mpi4py 的相關(guān)頭文件路徑，可以使用該函數(shù)返回頭文件路徑。例如，可以使用 Python distutils (或者 numpy 的 distutils）如下編譯一個(gè)擴(kuò)展模塊：

import mpi4py
Extension('extension_name', ...
        include_dirs=[..., mpi4py.get_include()])

mpi4py.get_config()

返回一個(gè)包含 MPI 相關(guān)信息的字典。

mpi4py.profile(name, **kargs)

MPI profiling 支持。name 是要導(dǎo)入的 profiler 庫(kù)。其它可設(shè)置參數(shù)有：path，一系列由字符串表示的路徑，用來(lái)搜尋所用的 profiler，logfile，profiler 所產(chǎn)生的日志文件前綴。

有關(guān) mpi4py 中的 profiling 的使用將在下一篇中介紹。

例程

下面給出使用例程：

# ini.py

"""
Demonstrates the useage of initialization and runtime configuration options.

Run this with 2 processes like:
$ mpiexec -n 2 python ini.py
"""

# mpi4py.rc(initialize=False)
# or use the following way

# we must set the initialization and runtime configuration options
# before the import of MPI module
from mpi4py import rc
# the default of rc.initialize is True and rc.finalize is None
# change rc.initialize to False
# rc.finalize will also be False when it value is None
rc.initialize = False

from mpi4py import MPI
print 'Before call Init(), MPI.Is_initialized: %s' % MPI.Is_initialized()
print 'Before call Init(), MPI.Is_finalized: %s' % MPI.Is_finalized()

# now we have to call Init explicitly
MPI.Init()
print 'After call Init(), MPI.Is_initialized: %s' % MPI.Is_initialized()
print 'After call Init(), MPI.Is_finalized: %s' % MPI.Is_finalized()

comm = MPI.COMM_WORLD
rank = comm.rank

print 'I am Process %d...' % rank

# have to call Finalize explicitly to terminate MPI
MPI.Finalize()
print 'After call Finalize(), MPI.Is_initialized: %s' % MPI.Is_initialized()
print 'After call Finalize(), MPI.Is_finalized: %s' % MPI.Is_finalized()

運(yùn)行結(jié)果如下：

$ mpiexec -n 2 python ini.py
Before call Init(), MPI.Is_initialized: False
Before call Init(), MPI.Is_finalized: False
Before call Init(), MPI.Is_initialized: False
Before call Init(), MPI.Is_finalized: False
After call Init(), MPI.Is_initialized: True
After call Init(), MPI.Is_finalized: False
I am Process 0...
After call Init(), MPI.Is_initialized: True
After call Init(), MPI.Is_finalized: False
I am Process 1...
After call Finalize(), MPI.Is_initialized: True
After call Finalize(), MPI.Is_finalized: True
After call Finalize(), MPI.Is_initialized: True
After call Finalize(), MPI.Is_finalized: True

以上介紹了 mpi4py 中初始化和運(yùn)行時(shí)設(shè)置，在下一篇中我們將介紹 mpi4py 中的 profiling。