Question

就我的以下代码而言，process.join（）是否杀死了开始进行多处理的根本原因？因为我只对一个函数使用多重处理，但是我认为这比使用多线程会更好（以毫秒为单位）。

假定我的扫描功能主要受I / O约束，但有时确实需要多达50ms的时间来解析，因此我认为多处理可能会进一步减少这种情况。

如果我不使用process.join（），程序将超级快速地循环，结果导致CPU使用率上升很多，因此我想知道process.join（）是否会对您有所帮助？（已经阅读了文档，但还不确定）

我为“多处理的持续时间”计时，但是它更像是在多处理部分之外的持续时间，因为它可以测量启动我想启动的新进程（即加载我设置的所有其他模块）的开销

原因如下：我以某种方式为scanfunction创建了一个“子进程”，而主脚本的其他部分将使用常规的“ main”进程？因此，希望总共有2个CPU使用情况。

import multiprocesssing
initial_time = time.time()

#OTHER CODE HERE

if __name__ == "__main__":

    while True:
        print("Duration for multiprocessing: %s" %str(time.time()-initial_time))

        #START SCAN PROCESS IF IT DOESN'T EXIST
        for process in multiprocessing.active_children():
            if "SCAN" in str(process):
                break
        else:
            process = multiprocessing.Process(target=scanfunction, name="SCAN")
            process.start()
            process.join()
        initial_time = time.time()

        #OTHER CODE HERE

初学者多处理p.join可以节省CPU？

0 个答案: