zmq.error.ZMQError:使用造纸机用多本笔记本运行多处理时已经在使用的地址

Question

我正在使用纸厂图书馆运行多个笔记本同时使用多处理。

这发生在Python3.6.6，Red 4.8.2-15在Docker容器中。

但是，当我运行python脚本时，大约5%的笔记本无法立即工作(没有运行任何朱庇特笔记本单元格)，原因是我收到了以下错误：

Traceback (most recent call last):
  File "/opt/conda/lib/python3.6/runpy.py", line 193, in _run_module_as_main
    "__main__", mod_spec)
  File "/opt/conda/lib/python3.6/runpy.py", line 85, in _run_code
    exec(code, run_globals)
  File "/opt/conda/lib/python3.6/site-packages/ipykernel_launcher.py", line 16, in <module>
    app.launch_new_instance()
  File "/opt/conda/lib/python3.6/site-packages/traitlets/config/application.py", line 657, in launch_instance
    app.initialize(argv)
  File "<decorator-gen-124>", line 2, in initialize
  File "/opt/conda/lib/python3.6/site-packages/traitlets/config/application.py", line 87, in catch_config_error
    return method(app, *args, **kwargs)
  File "/opt/conda/lib/python3.6/site-packages/ipykernel/kernelapp.py", line 469, in initialize
    self.init_sockets()
  File "/opt/conda/lib/python3.6/site-packages/ipykernel/kernelapp.py", line 238, in init_sockets
    self.shell_port = self._bind_socket(self.shell_socket, self.shell_port)
  File "/opt/conda/lib/python3.6/site-packages/ipykernel/kernelapp.py", line 180, in _bind_socket
    s.bind("tcp://%s:%i" % (self.ip, port))
  File "zmq/backend/cython/socket.pyx", line 547, in zmq.backend.cython.socket.Socket.bind
  File "zmq/backend/cython/checkrc.pxd", line 25, in zmq.backend.cython.checkrc._check_rc
zmq.error.ZMQError: Address already in use

连同：

Traceback (most recent call last):
  File "/opt/conda/lib/python3.6/multiprocessing/process.py", line 258, in _bootstrap
    self.run()
  File "/opt/conda/lib/python3.6/multiprocessing/process.py", line 93, in run
    self._target(*self._args, **self._kwargs)
  File "main.py", line 77, in run_papermill
    pm.execute_notebook(notebook, output_path, parameters=config)
  File "/opt/conda/lib/python3.6/site-packages/papermill/execute.py", line 104, in execute_notebook
    **engine_kwargs
  File "/opt/conda/lib/python3.6/site-packages/papermill/engines.py", line 49, in execute_notebook_with_engine
    return self.get_engine(engine_name).execute_notebook(nb, kernel_name, **kwargs)
  File "/opt/conda/lib/python3.6/site-packages/papermill/engines.py", line 304, in execute_notebook
    nb = cls.execute_managed_notebook(nb_man, kernel_name, log_output=log_output, **kwargs)
  File "/opt/conda/lib/python3.6/site-packages/papermill/engines.py", line 372, in execute_managed_notebook
    preprocessor.preprocess(nb_man, safe_kwargs)
  File "/opt/conda/lib/python3.6/site-packages/papermill/preprocess.py", line 20, in preprocess
    with self.setup_preprocessor(nb_man.nb, resources, km=km):
  File "/opt/conda/lib/python3.6/contextlib.py", line 81, in __enter__
    return next(self.gen)
  File "/opt/conda/lib/python3.6/site-packages/nbconvert/preprocessors/execute.py", line 345, in setup_preprocessor
    self.km, self.kc = self.start_new_kernel(**kwargs)
  File "/opt/conda/lib/python3.6/site-packages/nbconvert/preprocessors/execute.py", line 296, in start_new_kernel
    kc.wait_for_ready(timeout=self.startup_timeout)
  File "/opt/conda/lib/python3.6/site-packages/jupyter_client/blocking/client.py", line 104, in wait_for_ready
    raise RuntimeError('Kernel died before replying to kernel_info')
RuntimeError: Kernel died before replying to kernel_info

请帮助我解决这个问题，因为我已经在网上搜索了不同的解决方案，到目前为止还没有解决我的问题。

这个错误率为5%，不管我同时运行的笔记本数量还是计算机上的核数，这让它变得格外好奇。

我尝试过更改start方法和更新库，但都没有效果。

我的库的版本是：

papermill==1.2.1
ipython==7.14.0
jupyter-client==6.1.3

谢谢!

Answer 1

无法成功实现.bind().的ZeroMQ的明确问题归因点

错误信息：zmq.error.ZMQError: Address already in use更容易解释。虽然基于明显的原因，.bind()可以向许多对等方免费尝试.connect()，但是只有一个和唯一一个可以将.connect()放到特定传输类的地址目标上。

发生这种情况的潜在原因有三：

1 )偶然调用了一些代码(不知道内部细节)

通过{ multiprocessing.Process | joblib.Parallel | Docker-wrapped | ... }-spawned副本，每个副本都试图获得某些ZeroMQ传输类地址的所有权，由于明显的原因，在第一个副本成功后，任何尝试都无法成功。

这是一种相当致命的情况，在这种情况下，一些“以前”的Context()-instance进程没有设法释放此类传输类特定地址以供进一步使用(请不要记住ZeroMQ可能只是其他更感兴趣的候选人之一--配置管理缺陷)，或者在这种情况下，以前的运行未能很好地终止此类资源使用，并使仍在等待(在某些情况下，直到O/S重新启动为止)，侦听某些事情，这是永远不会发生的。

(3)在模块软件设计方面，EADDRINUSE是一个非常糟糕的工程实践，而不是处理记录在案的ZeroMQ错误/异常，而不是让整个马戏团崩溃(不惜一切相关的代价)。

另一条错误消息：RuntimeError: Kernel died before replying to kernel_info与状态有关，该笔记本的内核试图与自己的组件(池节点)建立所有内部连接，以至于等待时间比配置的或硬编码的超时要长，内核进程只是停止了等待，并陷入了您观察和报告的未处理的异常。

解决方案

检查是否有任何挂起的地址所有者，如果对此有疑问，请重新启动所有节点，然后确认在您自己的代码/ { multiprocessing.Process() | joblib.Parallel() | ... the likes }-calls中没有发生“隐藏”的冲突尝试，在分发后可能会尝试将.bind()放到同一个目标上。如果这些步骤中没有一个在您的控制范围内解决问题，请询问模块使用的支持，分析并帮助您重构和验证您仍然冲突的用例。