mpi4py初始化和运行时设置

本文从本人简书博客同步过来

在上一篇中我们介绍了 mpi4py 并行读/写 numpy npy 文件的方法，下面我们将介绍 mpi4py 软件包初始化相关的一些设置。

初始化及运行时设置

有在 C/C++/Fortran 等其它计算机语言下编写 MPI 并行计算程序经验的读者都知道，在使用 MPI 时除了要导入 MPI 的相应头文件之外，还要首先调用 MPI_Init/MPI_Init_thread 来初始化 MPI 环境，然后才能使用 MPI 库提供的各项功能，在结束 MPI 程序时一般还需要调用 MPI_Finalize 以结束 MPI 环境。但是在使用 mpi4py 时，我们一般并没有调用 mpi4py 中对应的函数 mpi4py.MPI.Init/mpi4py.MPI.Init_thread 和 mpi4py.MPI.Finalize，这是为什么呢？原来在导入和使用 mpi4py 时，mpi4py 软件包会做大量的初始化工作。在导入 mpi4py 时如果不做一些特定的设置，就会采用 mpi4py 的默认初始化设置，其中就包括对 mpi4py.MPI.Init/mpi4py.MPI.Init_thread 和 mpi4py.MPI.Finalize 的默认调用。这些默认的初始化设置在大多数情况下都是合适的，并不需要我们显式地进行设置，因此能够节省我们一部分工作，使我们可以简洁而方便地编写 Python 环境下的 MPI 并行计算程序。但是在某些情况下，我们需要进行一些特定的初始化设置，mpi4py 允许定制一些特定的初始化选项，我们只需在导入 mpi4py 的 MPI 模块之前进行相应的设置或调用相应的函数即可。下面是 mpi4py 提供的初始化及运行时设置函数：

mpi4py.rc(**kargs)

mpi4py 运行时设置（Runtime configuration）函数。可以设置的参数包括：initialize 是否在 import MPI 时自动调用 MPI.Init 函数以初始化 MPI 环境，默认为 True；threads 是否要求多线程支持，默认为 True；thread_level，要求的线程级别，默认为 ‘multiple’，可供选择的级别有 ‘multiple’, ‘serialized’, ‘funneled’ 和 ‘single’；finalize，是否在程序退出时自动调用 MPI.Finalize，默认为 None，表示和 initialize 的值相同，也可以设置为 True 或 False；fast_reduce，是否使用树算法进行快速的规约操作，默认为 True；recv_mprobe，是否采用匹配的 probe 方法来接收消息，默认为 True；errors，错误处理策略，默认为 ‘ex