openmpi - 使用MPI4PY快速失败

我希望在使用mpi4py运行MPI脚本时出现以下行为：当任何进程引发异常时，mpirun（及其产生的进程）应立即以非零错误代码退出。但是，相反，我发现即使一个或多个进程抛出异常，执行仍会继续。

我正在将mpi4py 3.0.0与OpenMPI 2.1.2一起使用。我正在运行此脚本
mpirun --verbose -mca orte_abort_on_non_zero_status 1 -n 4 python my_script.py。我希望这会在睡眠被击中之前立即结束，但是，等级为== 0的进程将进入睡眠状态：

import time
import mpi4py

def main():
    import mpi4py.MPI
    mpi_comm = mpi4py.MPI.COMM_WORLD
    if mpi_comm.rank == 0:
        raise ValueError('Failure')


    print('{} continuing to execute'.format(mpi_comm.rank))
    time.sleep(10)
    print('{} exiting'.format(mpi_comm.rank)


if __name__ == '__main__':
    main()

如何获得所需的行为（如果任何进程失败，很快就会失败）？

谢谢！

最佳答案

这似乎是mpi4py的已知问题。从https://groups.google.com/forum/#!topic/mpi4py/RovYzJ8qkbc中，我读到：


mpi4py为您初始化/完成MPI。初始化发生在
导入时间，以及Python进程即将完成时的完成时间
完成（我正在使用Py_AtExit（）C-API调用来执行此操作）。如
MPI_Finalize（）是集体的，可能在大多数MPI隐含中阻塞，
你陷入僵局。


一种解决方案是覆盖sys.excepthook并在其中显式调用MPI.COMM_WORLD.Abort。

这是修改后的代码：

import sys
import time
import mpi4py.MPI
mpi_comm = mpi4py.MPI.COMM_WORLD

def mpiabort_excepthook(type, value, traceback):
    mpi_comm.Abort()
    sys.__excepthook__(type, value, traceback)

def main():
    if mpi_comm.rank == 0:
        raise ValueError('Failure')


    print('{} continuing to execute'.format(mpi_comm.rank))
    time.sleep(10)
    print('{} exiting'.format(mpi_comm.rank))

if __name__ == "__main__":
    sys.excepthook = mpiabort_excepthook
    main()
    sys.excepthook = sys.__excepthook__

关于openmpi - 使用MPI4PY快速失败，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49868333/