比较不同实现中Process和Thread的性能

Question

我在Python中探索多任务，在阅读了这篇article后，我创建了一个比较多线程和多处理之间性能的例子：

dummy_data = ''.join(['0' for i in range(1048576)]) # around 1MB of data

def do_something(num):
    l = []
    for i in range(num):
        l.append(dummy_data)

def test(use_thread):
    if use_thread: title = 'Thread'
    else: title = 'Process'

    num = 1000

    jobs = []
    for i in range(4): # the test machine has 4 cores
        if use_thread:
            j = Thread(target=do_something, args=(num,))
        else:
            j = Process(target=do_something, args=(num,))
        jobs.append(j)

    start = time.time()
    for j in jobs: j.start()
    for j in jobs: j.join()
    end = time.time()
    print '{0}: {1}'.format(title, str(end - start))

结果是：

Process: 0.0416989326477
Thread: 0.149359941483

这意味着使用Process会获得更好的性能，因为它利用了可用的核心。

但是，如果我将函数do_something的实现更改为：

def do_something_1(num):
    l = ''.join([dummy_data for i in range(num)])

使用进程突然比线程更糟糕（由于MemoryError，我将num值减少到1000）：

Process: 14.6903309822
Thread: 4.30753493309

有人可以向我解释为什么使用do_something的第二个实现会导致Process与Thread相比效果更差？