Question

我正在尝试在python中找出多线程编程。这是我想要比较串行和并行速度的简单任务。

import threading
import Queue
import time
import math

def sinFunc(offset, n):
  result = []
  for i in range(n):
    result.append(math.sin(offset + i * i))
  return result

def timeSerial(k, n):
  t1 = time.time()    
  answers = []
  for i in range(k):
    answers.append(sinFunc(i, n))
  t2 = time.time()
  print "Serial time elapsed: %f" % (t2-t1)

class Worker(threading.Thread):

  def __init__(self, queue, name):
    self.__queue = queue
    threading.Thread.__init__(self)
    self.name = name

  def process(self, item):
    offset, n = item
    self.__queue.put(sinFunc(offset, n))
    self.__queue.task_done()
    self.__queue.task_done()

  def run(self):
    while 1:
        item = self.__queue.get()
        if item is None:
            self.__queue.task_done()
            break
        self.process(item)

def timeParallel(k, n, numThreads):
  t1 = time.time()    
  queue = Queue.Queue(0)
  for i in range(k):
    queue.put((i, n))
  for i in range(numThreads):
    queue.put(None)    
  for i in range(numThreads):
    Worker(queue, i).start()
  queue.join()
  t2 = time.time()
  print "Serial time elapsed: %f" % (t2-t1)

if __name__ == '__main__':

  n = 100000
  k = 100
  numThreads = 10

  timeSerial(k, n)
  timeParallel(k, n, numThreads)

#Serial time elapsed: 2.350883
#Serial time elapsed: 2.843030

有人可以向我解释发生了什么事吗？我已经习惯了C ++，使用该模块的类似版本看到了我们期望的加速。

Answer 1

其他答案提到了GIL是cpython中的问题。但我觉得有一些遗漏的信息。在线程中运行的代码受CPU限制的情况下，这将导致性能问题。在你的情况下，是的，在线程中做很多计算很可能会导致性能急剧下降。

但是，如果您正在执行更多IO绑定的操作，例如从网络应用程序中的许多套接字读取，或者调用子进程，则可以从线程中获得性能提升。上面代码的一个简单示例是向shell添加一个简单的简单调用：

import os

def sinFunc(offset, n):
  result = []
  for i in xrange(n):
    result.append(math.sin(offset + i * i))
  os.system("echo 'could be a database query' >> /dev/null; sleep .1")
  return result

那个调用可能就像等待文件系统一样真实。但是你可以看到，在这个例子中，线程将开始证明是有益的，因为当线程在IO上等待并且其他线程将继续处理时可以释放GIL。即便如此，当更多线程开始被创建它们并同步它们的开销所抵消时，仍然有一个最佳点。

对于CPU绑定代码，您可以使用multiprocessing

来自文章：http://www.informit.com/articles/article.aspx?p=1850445&seqNum=9

...线程更适合I / O绑定的应用程序（I / O版本 GIL，允许更多的并发）......

关于线程与进程的类似问题参考：
https://stackoverflow.com/a/1227204/496445
https://stackoverflow.com/a/990436/496445

Answer 2

Python有严重的线程问题。基本上，将线程添加到Python应用程序几乎总是无法使其更快，有时会使其变慢。

这是由于Global Interpreter Lock或GIL。

以下是blog post，其中包括有关该主题的讨论。

绕过此限制的一种方法是使用进程而不是线程; multiprocessing模块使这变得更容易。

Answer 3

用C语言编写的Python库可以随意获取/释放全局解释器锁（GIL）。那些不使用Python对象的人可以释放GIL，以便其他线程可以查看，但我相信数学库一直使用Python对象，因此有效地将math.sin序列化。由于锁定/解锁是一种开销，因此Python线程比进程慢。

python多线程比串行慢？

3 个答案: