Question

给出一个非常简单的脚本：

import subprocess

while True:
    x = subprocess.Popen('ls -ltr /usr/lib', shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE).communicate()

我在笔记本电脑的Ubuntu 12.04（32位），赛扬2核上获得了以下“顶级”CPU使用率：

x = subprocess.Popen('ls -l /usr/lib', ... 
python3.2.3: 6%, python2.7.3: 5% (ls 0%)

x = subprocess.Popen('gcc --version', ...
python3.2.3: 22%, python2.7.3: 18% (gcc 0%)

x = subprocess.Popen('pwd', ...
python3.2.3: 47%, python 2.7.3: 35% (pwd 0%)

如果subprocess.Popen被os.popen替换，结果会有所不同：

x = os.popen('ls /usr/lib').read()
python3.2.3: 8%, python2.7.3: 3% (gcc 0%)

x = os.popen('gcc --version').read()
python3.2.3: 45%, python 2.7.3: 9%

x = os.popen('pwd').read()
python3.2.3: 68%, python 2.7.3: 22%

为什么cpu使用率如此之低且如此不同？我在核心i5和原子ubuntus上尝试了这个，结果接近100％（3.2）和80％（2.7）。顶级没什么，我的平台出了什么问题？

Answer 1

至少有一些问题是你使用磁盘而不是CPU使用其中一些命令。 “ls -l / usr / lib”肯定会涉及磁盘访问（因为它在每个文件上运行stat（））：我可以相信加载gcc涉及更少的磁盘访问，并且内置的pwd更少。

我也相信也许os.popen，subprocess.Popen和Python3版本在它们是否会产生一个新的shell，它具有什么属性（以及例如它是否必须从磁盘读取/ etc / profile）方面存在差异），等等。

正如评论已经说过的那样，计算密集型工作将使您的CPU使用率高于IO-bound工作，如“ls -l”。下面给我带来了100％的CPU：

while True:
    a = 11*11

Python子进程通信，顶部显示低CPU使用率

1 个答案: