Question

我正在研究由3.2亿个字符组成的人类基因组，我有一个需要在这些数据中搜索的对象列表。像这样：

result_final=[]
objects=['obj1','obj2','obj3',...]

def function(obj):
    result_1=search_in_genome(obj)
    return(result_1)

for item in objects:
    result_2=function(item)
    result_final.append(result_2)

每个对象在数据中的搜索花费将近30秒，并且我有数千个对象。我注意到，在连续执行此操作时，只使用了7％的CPU和5％的RAM。当我搜索时，为了减少计算时间，我应该使用排队，线程或多处理进行并行计算。但对于非专家来说，它们似乎很复杂。任何人都可以帮助我如何编写python代码来运行10个同时搜索，是否可以让python使用最大可用CPU和RAM进行多处理？（我在Windows 7上使用带有64Gb RAM，COREI7和3.5 GH CPU的Python33）

Answer 1

您可以使用multiprocessing模块：

from multiprocessing import Pool

objects=['obj1','obj2','obj3',...]

def function(obj):
    result_1=search_in_genome(obj)
    return(result)


if __name__ == "__main__":
    pool = Pool()
    result_final = pool.map(function, objects)

这将允许您在计算机上的所有可用CPU上扩展工作，因为进程不受GIL的影响。您可能不希望运行比可用CPU更多的任务。一旦你这样做，你实际上开始放慢速度，因为那时CPU必须不断地在进程之间切换，这会降低性能。

Answer 2

好的，我不确定你的问题，但我会这样做（请注意，可能有一个更好的解决方案，因为我不是队列对象的专家）：

如果您想多线程搜索：

class myThread (threading.Thread):

    def __init__(self, obj):

        threading.Thread.__init__(self)

        self.result = None

        self.obj = obj

    #Function who is called when you start your Thread
    def run(self)

        #Execute your function here
        self.result = search_in_genome(self.obj)




if __name__ == '__main__':

    result_final=[]
    objects=['obj1','obj2','obj3',...]

    #List of Thread
    listThread = []

    #Count number of potential thread
    allThread = objects.len()
    allThreadDone = 0

    for item in objects:

        #Create one thread
        thread = myThread(item)

        #Launch that Thread
        thread.start()

        #Stock it into the list
        listThread.append(thread)


    while True:

        for thread in listThread:

            #Count number of Thread who are finished
            if thread.result != None:

                #If a Thread is finished, count it
                allThreadDone += 1

        #If all thread are finished, then stop program
        if allThreadDone == allThread:
            break
        #Else initialyse flag to count again
        else:
            allThreadDone = 0

如果有人可以检查并验证更好的代码。（抱歉我的英文顺便说一句）

使用Python-3.x中的最大CPU功率进行多处理

2 个答案: