我正在设计一个分布式系统，其中主节点在远程计算机上启动一堆工作节点。由于我使用的是Python，并希望利用每个物理机器具有多个内核的事实，我希望每台机器运行多个工作节点（GIL等）。另外，每个工作节点的每个“周期”所需的CPU数量可能会有很大差异。然而，我可以将工作节点分成很多部分，我的初始策略是产生比每台机器核心多得多的工作节点。原因在于，如果一些节点需要更多的CPU，它们可以占用核心更长的时间。 （如果每个节点已经受CPU限制，则不会突然需要更多的CPU。）
这引出了一个问题：如何准确衡量python进程的CPU时间？
我不能天真地测量时间，我需要专门为给定过程花费的时间。也就是说，对于每个进程，我想要一个数字X，它尽可能准确地表示专门在该进程上花费的CPU资源量，而不管不相关的进程。 （我一直在研究Python的getrusage，但它似乎在ubuntu上只给出了2个小数点的精度，这是不够的。编辑：如果我直接在C中使用getrusage（），也会发生这种情况;最多0.01秒精度。关闭，但是没有雪茄）
我的具体用例是测量每个节点周期的CPU时间，从开始到结束，其中End在开始后大约0-30ms发生。
最好的答案是在Python中以可移植的方式执行此操作。需要使用C扩展的方法很好。
答案 0 :(得分：1)
至少对于linux来说，快速回答是使用getrusage以及具有更高分辨率计时器的内核。
我的初始测试给出了10ms的可怕精度的原因是因为显然默认情况下64位ubuntu被配置为100hz计时器。