Question

我有两个简单的函数（一个范围内的循环）可以单独运行而没有任何依赖。我正在尝试使用Python多处理模块以及多线程模块运行这两个函数。

当我比较输出时，我发现多进程应用程序比多线程模块多1秒钟。

由于全局解释器锁定，我认为多线程效率不高......

基于以上陈述 -
1.如果两个进程之间没有依赖关系，最好使用多处理吗？ 2.如何计算我可以在机器中运行的进程/线程数，以实现最高效率。
3.此外，有没有办法通过使用多线程来计算程序的效率......

多线程模块......

from multiprocessing import Process

import thread
import platform

import os
import time
import threading
class Thread1(threading.Thread):
    def __init__(self,threadindicator):
        threading.Thread.__init__(self)
        self.threadind = threadindicator

    def run(self):
        starttime = time.time() 
        if self.threadind == 'A':
            process1()
        else:
            process2()
        endtime = time.time()
        print 'Thread 1 complete : Time Taken = ', endtime - starttime

def process1():
    starttime = time.time() 
    for i in range(100000):
        for j in range(10000):
            pass        
    endtime = time.time() 

def process2():
    for i in range(1000):
        for j in range(1000):
            pass

def main():

    print 'Main Thread'
    starttime = time.time()
    thread1 = Thread1('A')
    thread2 = Thread1('B')
    thread1.start()
    thread2.start()
    threads = []
    threads.append(thread1)
    threads.append(thread2)

    for t in threads:
        t.join()
    endtime = time.time()
    print 'Main Thread Complete , Total Time Taken = ', endtime - starttime


if __name__ == '__main__':
    main()

多进程模块

from multiprocessing import Process
import platform

import os
import time

def process1():
#     print 'process_1 processor =',platform.processor()
    starttime = time.time() 
    for i in range(100000):
        for j in range(10000):
            pass
    endtime = time.time()
    print 'Process 1 complete : Time Taken = ', endtime - starttime 


def process2():
#     print 'process_2 processor =',platform.processor()
    starttime = time.time()
    for i in range(1000):
        for j in range(1000):
            pass
    endtime = time.time()
    print 'Process 2 complete : Time Taken = ', endtime - starttime

def main():
    print 'Main Process start'
    starttime = time.time()
    processlist = []

    p1 = Process(target=process1)
    p1.start()
    processlist.append(p1)

    p2 = Process(target = process2)
    p2.start()
    processlist.append(p2)

    for i in processlist:
        i.join()
    endtime = time.time()
    print 'Main Process Complete - Total time taken = ', endtime - starttime

if __name__ == '__main__':
    main()

Answer 1

如果您的计算机上有两个可用的CPU，则您有两个无需通信的进程，并且您希望同时使用它们来使程序更快，您应该使用多处理模块，而不是线程模块。

全局解释器锁（GIL）阻止Python解释器通过使用多个线程有效地使用多个CPU，因为一次只有一个线程可以执行Python字节码。因此，多线程不会改善应用程序的整体运行时间，除非您有阻塞的调用（例如，等待IO）或释放GIL（例如numpy将对某些昂贵的调用执行此操作）延长时间。但是，多处理库会创建单独的子进程，因此会创建多个解释器副本，因此可以有效地使用多个CPU。

但是，在您给出的示例中，您有一个进程非常快速地完成（在我的机器上不到0.1秒），并且一个进程需要大约18秒才能完成另一个进程。具体数字可能因硬件而异。在这种情况下，几乎所有工作都在一个进程中进行，因此您实际上只使用一个CPU。在这种情况下，产生进程与线程的开销增加可能导致基于进程的版本变慢。

如果让两个进程都执行18秒嵌套循环，您应该会看到多处理代码的速度要快得多（假设您的计算机实际上有多个CPU）。在我的机器上，我看到多处理代码在大约18.5秒内完成，多线程代码在71.5秒内完成。我不确定为什么多线程的花费时间超过36秒，但我的猜测是GIL导致某种线程争用问题，这会减慢两个线程的执行速度。

至于你的第二个问题，假设系统上没有其他负载，你应该使用一些等于你系统上CPU数量的进程。您可以通过在Linux系统上执行lscpu，在Mac系统上执行sysctl hw.ncpu，或在Windows上的“运行”对话框中运行dxdiag来发现这一点（可能还有其他方法，但这就是我的方式总是这样做。）

对于第三个问题，确定从额外流程获得多少效率的最简单方法就是使用time.time()或{time来衡量程序的总运行时间。 Linux中的实用程序（例如time python myprog.py）。理想的加速比应该等于您正在使用的进程数，因此在4个CPU上运行的4个进程程序应该最多比具有1个进程的相同程序快4倍，假设您获得最大值受益于额外的流程。如果其他流程对您没那么大帮助，那么它将不到4倍。

多进程与多线程Python时间

1 个答案: