Question

我有以下代码：

import time
from threading import Thread
from multiprocessing import Process 

def fun1():

 for _ in xrange(10000000):
        print 'in fun1'
        pass

def fun2():

 for _ in xrange(10000000):
        print 'in fun2'
        pass

def fun3():

 for _ in xrange(10000000):
        print 'in fun3'
        pass

def fun4():

 for _ in xrange(10000000):
        print 'in fun4'
        pass

if __name__ == '__main__':

  #t1 = Thread(target=fun1, args=())
  t1 = Process(target=fun1, args=())
  #t2 = Thread(target=fun2, args=())
  t2 = Process(target=fun2, args=())
  #t3 = Thread(target=fun3, args=())
  t3 = Process(target=fun3, args=())
  #t4 = Thread(target=fun4, args=())
  t4 = Process(target=fun4, args=())
  t1.start()
  t2.start() 
  t3.start() 
  t4.start()
  start = time.clock()
  t1.join()
  t2.join()
  t3.join()
  t4.join()
  end = time.clock()
  print("Time Taken = ",end-start)

  '''
  start = time.clock()
  fun1()
  fun2()
  fun3()
  fun4()
  end = time.clock()
  print("Time Taken = ",end-start)
  '''

我以三种方式运行上述程序：

第一次连续执行ALONE（查看注释代码并注释上层代码）
第二次多线程执行ALONE
第三次多处理执行ALONE

end_time-start时间的观察结果如下：

总体运行时间

（'Time Taken ='， 342.5981313667716 ）--- 线程执行
（'Time Taken ='， 232.94691744899296 ）---按顺序执行
（'Time Taken ='， 307.91093406618216 ）---运行时间多处理执行

问题：

我看到顺序执行花费的时间最少，多线程占用时间最长。为什么？我无法理解，也对结果感到惊讶。请澄清。

由于这是一项CPU密集型任务并且获得了GIL，我的理解是线程执行需要花费最多时间，多处理将花费最少的时间。请验证我的理解。

Answer 1

你使用Product.ToList().ForEach(i => { i.GetType().GetProperties().ToList().ForEach( p =>{ p.SetValue(i, p.GetValue(i).ToString().Replace(" ",String.Empty));}); i.GetType().GetFields().ToList().ForEach( p =>{ p.SetValue(i, p.GetValue(i).ToString().Replace(" ",String.Empty));}); });，它给你CPU时间而不是实时：你不能在你的情况下使用它，因为它给你执行时间（你使用CPU运行你的代码多长时间，对于每一种情况几乎都是同一时间）

使用time.clock而不是time.time()运行代码，这样我就可以在计算机上使用这些代码：

time.clock

此处给出的任务（打印）速度非常快，以至于使用多处理的速度几乎可以通过开销来平衡。

对于Process : ('Time Taken = ', 5.226783990859985) seq : ('Time Taken = ', 6.3122560000000005) Thread : ('Time Taken = ', 17.10062599182129)，由于GIL只能运行一个Thread，所以最终会顺序运行所有函数但是你有线程开销（每隔几次迭代更改一次就可能花费几毫秒）每一次）。所以你最终得到的东西要慢得多。

如果你有等待时间，

Threading很有用，所以你可以在两者之间运行任务。

Threading对于计算成本高昂的任务非常有用，如果可能的话，完全独立（没有共享变量）。如果你需要共享变量，那么你必须面对GIL并且它有点复杂（但大多数时候并非不可能）。

编辑：实际上，像您一样使用Multiprocessing向您提供了有关使用time.clock和Threading花费多少开销的信息。

Answer 2

基本上你是对的。您使用什么平台来运行代码段？我想Windows。请注意，“print”不受CPU约束因此您应该注释掉“print”并尝试在Linux上运行它以查看差异（它应该是您所期望的）。使用这样的代码：

def fun1():

 for _ in xrange(10000000):
        # No print, and please run on linux
        pass

Python多线程与多处理与顺序执行

2 个答案: