mpi4py 中的并行文件操作
本文从本人简书博客同步过来
在上一篇中我们介绍了 mpi4py 中并行 I/O 的基本概念和相关术语，下面我们将介绍并行文件操作的相关方法。
方法接口
并行文件操作的相关方法（MPI.File 类方法）接口如下：
Open(type cls, Intracomm comm, filename, int amode=MODE_RDONLY, Info info=INFO_NULL)
并行打开文件，返回打开文件的句柄。此为一个集合操作，comm 必须为一个组内通信子对象，该通信子内的所有进程以访问模式 amode 同时打开名为 filename 的文件，info 对象通常用来指出文件访问以及文件系统相关的一些特殊信息，要求所有进程打开的文件 filename 都在物理上指向同一个文件（即文件路径可能不同，但一定要是磁盘上同一个物理位置的文件），所有进程打开文件使用的 amode 也必须相同，但每个进程可以分别使用自己的 info 对象。如果某个进程需要独自打开一个文件访问，则可设置其参数 comm 为 MPI.COMM_SELF。访问模式 amode 有如下几种：
- MPI.MODE_RDONLY：只读；
- MPI.MODE_RDWR；读写；
- MPI.MODE_WRONLY：只写；
- MPI.MODE_CREATE：如果不存在，则创建文件；
- MPI.MODE_EXCL：如果要创建的文件已经存在则报错；
- MPI.MODE_DELETE_ON_CLOSE：关闭时删除文件；
- MPI.MODE_UNIQUE_OPEN：不允许同时打开文件，包括从 MPI 环境内和环境外两种情况；
- MPI.MODE_SEQUENCIAL：顺序方式访问文件，利于针对串行设备进行优化；
- MPI.MODE_APPEND：所有文件指针指向文件末尾。
在 MPI 中，要区别两种形式的文件——传统的随机访问文件和串行流式访问文件（如管道、磁带等）。对串行文件（只允许以 amode = MPI.MODE_SEQUENCIAL 打开），调用 MPI.File.Seek_shared 和 MPI.File.Get_position_shared 都可能导致错误，也不允许在 filetype 和 etype 中出现空洞，仅允许执行共享文件指针的读写操作，但这些操作所定义的文件指针更新策略对串行文件不再适用。
Close(self)
关闭当前并行文件。所有进程通过这个方法执行一个集合操作关闭打开的并行文件。该操作会首先执行 MPI.File.Sync 然后再关闭文件句柄。如果打开文件时使用的 amode 为 MPI.MODE_DELETE_ON_CLOSE，则关闭后还会自动调用 MPI.File.Delete。最后该函数把文件句柄设置成 MPI.FILE_NULL。与串行程序一样，应用程序应设法保证关闭文件时的数据安全。
Delete(type cls, filename, Info info=INFO_NULL)
删除一个没有被任何进程打开的文件 filename，否则会出错。如果文件不存在，则通过 MPI.ERR_NO_SUCH_FILE 错误给出提示信息。可用 info 对象传递与特定文件系统相关的信息。
Set_size(self, Offset size)
修改当前并行文件大小。该方法执行一个集合操作，将文件设置为参数 size 指定的大小，组内所有进程都必须传递相同大小的 size 值。参数 size 以字节为单位计，如果 size 小于当前文件大小，则文件被截断，否则，文件被加长到 size 指定的大小，加长文件后，文件中原有的内容不受影响，增长部分文件的内容不做特别定义。如果缩小了文件长度，则允许原来的文件指针指向超过文件长度之外的范围。注意：执行此方法时，当前文件句柄上的所有非阻塞请求以及分步集合操作必须全部结束。事实上，Set_size 是一个写操作，因此在语义上发生写冲突的地方都要注意考虑该函数造成的影响。
Get_size(self)
获取当前并行文件的大小，以字节为单位计算。从文件一致性语义约束角度考虑，该操作也属数据访问操作。也可以通过属性 size 获取。
Preallocate(self, Offset size)
预留并行文件占用的空间。该方法执行集合操作，为当前文件分配 size 大小的磁盘空间，如果 size 大于当前文件大小，则文件长度增加，否则文件长度不变。进程组内所有进程需传递完全相同的 size 参数。申请空间后的文件不会改变以前已经存在的内容。对新增加的部分，相当于执行了 size 字节大小的随机数据写操作。
Get_group(self)
获取并行文件所属进程组。也可以通过属性 group 获取。
Get_amode(self)
获取并行文件打开时的 amode。也可以通过属性 amode 获取。
Set_info(self, Info info)
设置并行文件的附属信息。可通过 info 对象为每个文件分别指定一些如文件访问模式、文件系统相关的附加信息，MPI 称这些信息为文件提示信息（hints），并利用这些信息优化 I/O 访问性能，减少系统资源占用等。
Get_info(self)
获取并行文件的附属信息。也可以通过属性 info 获取。
例程
下面给出并行文件操作相关方法的使用例程。
# mpi_file.py
"""
Demonstrates the usage of Open, Set_size, Get_size, Preallocate,
Get_amode, Close, Delete.
Run this with 2 processes like:
$ mpiexec -n 2 python mpi_file.py
"""
import numpy as np
from mpi4py import MPI
comm = MPI.COMM_WORLD
rank = comm.Get_rank()
filename = 'temp.txt'
# open the file, create it if it does not exist
fh = MPI.File.Open(comm, filename, amode=MPI.MODE_RDWR | MPI.MODE_CREATE)
# set file size to 10 bytes
fh.Set_size(10)
print 'file size: %d bytes' % fh.Get_size()
# preallocate the file to be 20 bytes
fh.Preallocate(20)
print 'file size: %d bytes after preallocate' % fh.Get_size()
# print fh.Get_group()
if fh.Get_amode() == (MPI.MODE_RDWR | MPI.MODE_CREATE):
print 'amode = MPI.MODE_RDWR | MPI.MODE_CREATE'
# print fh.Get_info()
# close the file
fh.Close()
# delete the file
if rank == 0:
MPI.File.Delete(filename)运行结果如下：
$ mpiexec -n 2 python mpi_file.py
file size: 10 bytes
file size: 10 bytes
file size: 20 bytes after preallocate
amode = MPI.MODE_RDWR | MPI.MODE_CREATE
file size: 20 bytes after preallocate
amode = MPI.MODE_RDWR | MPI.MODE_CREATE
以上我们介绍了 mpi4py 中的并行文件相关操作方法，在下一篇中我们将介绍并行文件视图。