Question

我发现在使用threading.Thread类时，如果我同时运行多个线程，则每个线程的执行速度会变慢。这是一个小样本程序，用于演示这一点。

如果我用1个线程运行它，每次迭代在我的计算机上大约需要半秒钟。如果我用4个线程运行它，每次迭代大约需要4秒。

我是否遗漏了子类化threading.Thread对象的一些关键部分？

提前致谢

import sys
import os
import time
from threading import Thread

class LoaderThread(Thread):

    def __init__(self):
        super(LoaderThread,self).__init__()
        self.daemon = True
        self.start()

    def run(self):
        while True:
            tic = time.time()
            x = 0
            for i in range(int(1e7)):
                x += 1
            print 'took %f sec' % (time.time()-tic)

class Test(object):

    def __init__(self, n_threads):
        self.n_threads = n_threads

        # kick off threads
        self.threads = []
        for i in range(self.n_threads):
            self.threads.append(LoaderThread())

if __name__ == '__main__':
    print 'With %d thread(s)' % int(sys.argv[1])
    test = Test(int(sys.argv[1]))
    time.sleep(10)

Answer 1

那是因为CPython实际上并没有同时进行线程化; CPython只允许一次运行一个Python代码线程：即

线程1运行，没有其他线程运行... 线程2运行，没有其他线程运行。

此行为是因为Global Interpreter Lock但是，在IO期间，GIL被释放，允许IO绑定进程同时运行。

Answer 2

在CPython中，由于GIL，一次只能执行一行python。

GIL仅对CPU绑定进程有用。 IO绑定流程仍然可以从线程中获益（因为GIL已经发布）。由于您的程序在python代码中“忙”循环，因此您在此处看不到线程的任何性能优势。

请注意，这是一个CPython（实现）细节，严格来说并不是语言 python 本身的一部分。例如，Jython和IronPython没有GIL，可以拥有真正的并发线程。

如果你想在CPython中获得更好的并发性，请查看multiprocessing模块而不是threading。

Python，使用多个线程.Thread对象增加了每个线程的执行时间

2 个答案: