如何通过多处理节省2倍,3倍的性能?

时间:2017-10-23 22:01:02

标签: python python-multiprocessing

我是一名新的python程序员,拥有操作大量文件的代码,例如压缩,解压缩,复制等操作。为了提高性能,使用了多处理,例如:

pool = Pool(4)
pool.map(do_task, tasks)

节省了一些执行时间,从75秒降至55秒。改变流程数量似乎没有影响。

我也尝试使用多线程,结果大致相同。无论我做什么,看起来储蓄都会限制在一定数量。

我很难弄清楚为什么我能有更大的储蓄。我读到了CPU绑定或IO限制等术语,但我不知道如何能够实际判断出我遇到的是什么。这是我可以从活动监视器检查的东西吗?或者建议的方法是什么?

0 个答案:

没有答案