옵투나 공유메모리로로

kis_trader/backtest/shared_ticks.py

@@ -346,9 +346,29 @@ class SharedTickStore:
         self._shms = {}
 
     def attach_mapping(self) -> SharedTicksMapping:
-        """같은 프로세스(부모)에서도 검증용으로 매핑 뷰를 얻는다."""
+        """같은 프로세스(부모)에서도 검증용으로 매핑 뷰를 얻는다(이름으로 재-attach)."""
         return SharedTicksMapping(self._meta)
 
+    def local_mapping(self) -> SharedTicksMapping:
+        """같은 프로세스(Optuna 단일프로세스/스레드)용 — 부모가 이미 연 버퍼를 그대로 재사용.
+
+        cross-process 용 ``attach_mapping`` 은 워커에서 ``SharedMemory(name=...)`` 로 다시
+        attach 하지만, 같은 프로세스에서 그렇게 하면 resource_tracker 재등록/해제가 엇갈려
+        종료 시 무해하지만 시끄러운 ``KeyError`` 노이즈가 난다. 여기서는 새 attach 없이
+        생성자가 보관 중인 shm 버퍼로 numpy 배열을 직접 얹어(추가 attach 0회) 그 노이즈를
+        원천 제거한다. 배열을 미리 연결하므로 스레드(n_jobs>1) 초기화 레이스도 없다.
+        """
+        m = SharedTicksMapping(self._meta)
+        total = int(self._meta["total"])
+        src_dtype = self._meta["src_dtype"]
+        m._price = np.ndarray((total,), dtype=_DT_PRICE, buffer=self._shms["price"].buf)
+        m._volume = np.ndarray((total,), dtype=_DT_VOLUME, buffer=self._shms["volume"].buf)
+        m._tick_time = np.ndarray((total,), dtype=_DT_TICKTIME, buffer=self._shms["tick_time"].buf)
+        m._source = np.ndarray((total,), dtype=src_dtype, buffer=self._shms["source"].buf)
+        m._epoch = np.ndarray((total,), dtype=_DT_EPOCH, buffer=self._shms["epoch"].buf)
+        m._attached = True  # 배열 이미 연결 → _ensure() no-op (재-attach 안 함)
+        return m
+
 
 def build_shared_ticks(
     ticks_by_code: Optional[Dict[str, Dict[str, List[Dict[str, Any]]]]],
@@ -446,9 +466,40 @@ def build_shared_ticks(
     return SharedTickStore(shms, meta)
 
 
+def build_shared_ticks_view(
+    ticks_by_code: Optional[Dict[str, Dict[str, List[Dict[str, Any]]]]],
+    *,
+    enabled: bool = True,
+) -> Tuple[Any, Optional["SharedTickStore"]]:
+    """단일 프로세스(Optuna 등)용 — dict 를 컬럼 공유메모리 '뷰' 로 치환해 RAM 절감.
+
+    [Grid 와 차이]
+      Grid 파라서치는 워커 '프로세스' 간 사본 제거가 목적이라 descriptor 를 워커로
+      넘겨 attach 시킨다. Optuna 는 단일 프로세스(또는 n_jobs 스레드)라 사본 문제는
+      없지만, dict-of-dict(파이썬 객체 오버헤드 큼)을 numpy 컬럼(shared_memory)으로
+      바꾸면 **메모리 사용량**이 크게 준다 → RAM 이 적은 WSL 에서도 대용량 틱으로
+      Optuna 를 돌릴 수 있다.
+
+    반환 ``(view, store)``:
+      · 성공: ``(SharedTicksMapping, SharedTickStore)`` — 종료 시 ``store.unlink()`` 필수
+      · 미지원/빈데이터/off/실패: ``(원본 ticks_by_code, None)`` — 호출부가 dict 경로 그대로 사용
+
+    ``SharedTicksMapping`` 은 원본 dict 와 bit-identical(Grid E2E 검증) 이라 evaluate 무변경.
+    """
+    if not enabled or not ticks_by_code or not shared_ticks_available():
+        return ticks_by_code, None
+    store = build_shared_ticks(ticks_by_code)
+    if store is None:
+        return ticks_by_code, None
+    # 단일 프로세스용 로컬 매핑 — 부모 버퍼 재사용(추가 attach 0회) → 종료 noise 없음 + 스레드 안전.
+    view = store.local_mapping()
+    return view, store
+
+
 __all__ = [
     "shared_ticks_available",
     "build_shared_ticks",
+    "build_shared_ticks_view",
     "SharedTickStore",
     "SharedTicksMapping",
     "SharedBucketMapping",