python 多线程编程并不能真正利用多核的CPU
来源:互联网 发布:gamecenter数据不同步 编辑:程序博客网 时间:2024/05/17 22:10
原文:http://biancheng.dnbcw.info/python/377686.html
昨天晚上在寝室写python多线程的时候,用了几个测试的程序,分别是递归方法求斐波那契数的值。分别采用单线程一个一个执行的方法和采用多线程调用的方法。观察所用的时间基本上差不多的。
然后我在每个函数内部加入sleep()函数以后,分别让它们睡零点几秒钟。这样一来,明显多线程执行所用的时间要少很多。
这时我突然好奇,想看看在用python多线程执行的时候,是否可以利用CPU多个核心呢?我的笔记本是i3处理器,双核,4线程(我至今不知道这里所指的4线程具体是什么意思,之前和老师交流过,猜测可能是在硬件上做了像我们软件执行的时候的躲进程这样类似的东西,但是不确定),反正在我的系统下的系统监视器里面可以看到有4个核的利用率频线。我就观察这种曲线的变化方式:当我每一个都是单线程地运行的时候。显示的画面中有一个CPU爆满;但是在多线程运行的时候,是每一个利用一些。
下面是系统监视器显示情况:
这是运行时间对比:
显然多线程运行的时候时间反而长了很多,虽然有上下文切换的时间损耗,但是若是能够利用多核的话也不至于那么慢,另外由系统监视器可以看出多线程的时候也没有把各个核利用率达到很高的一个水平。所以当时推断python的多线程并没有很多的利用多核CPU,其实之前也有听说过python对于多核CPU支持是个缺陷,现在是有真的体会,但是我只是凭自己的小实验,也不能有很打保证啊,也只是猜测,后来翻了一下《python参考手册》发现有这么一句话,看来是真的证实了我自己的猜想啊!!!
尽管是很低级的问题,但是对于初学的我来说,还是有很大的喜悦的。
下面是实验的代码:
fab.py:
1 # -*- coding: utf-8 -*-2 from myThread import MyThread3 from time import ctime4 from time import sleep5 import sys6 7 def fib(x):8 # sleep(0.005)9 if x<2:return 110 return (fib(x-2) + fib(x-1))11 12 def fac(x):13 # sleep(0.05)14 if x<2:return 115 return (fac(x-2)+fac(x-1))16 17 def sum(x):18 # sleep(0.05)19 if x<2:return 120 return (sum(x-2)+sum(x-1))21 22 funcs = [fib,fac,sum]23 n = 3524 25 def main():26 nfuncs = range(len(funcs))27 sys.stdout.write('***SINGLE THREAD\n')28 for i in nfuncs:29 sys.stdout.write('starting %s at: %s\n' %(funcs[i].__name__,ctime()))30 print funcs[i](n)31 sys.stdout.write("%s finished at: %s\n"% (funcs[i].__name__,ctime()))32 sys.stdout.write('\n***MULTIPLE THREADS\n')33 34 threads = []35 36 for i in nfuncs:37 t = MyThread(funcs[i],(n,),funcs[i].__name__)38 threads.append(t)39 40 for i in nfuncs:41 threads[i].start()42 43 for i in nfuncs:44 threads[i].join()45 print threads[i].getResult()46 47 sys.stdout.write('all done\n')48 49 if __name__ == '__main__':50 main()
myThread.py:
1 import threading 2 from time import ctime3 import sys4 5 class MyThread(threading.Thread):6 def __init__(self,func,args,name=''):7 threading.Thread.__init__(self)8 self.name = name9 self.func = func10 self.args = args11 12 def getResult(self):13 return self.res14 15 def run(self):16 sys.stdout.write("starting %s at: %s\n" % (self.name,ctime()))17 self.res = apply(self.func,self.args)18 sys.stdout.write("%s finished at: %s\n" % (self.name,ctime()))
相关资料:
python 多线程编程并不能真正利用多核的CPU来源网络,如有侵权请告知,即处理!
- python 多线程编程并不能真正利用多核的CPU
- 多核CPU并不能让进程的多条线程同时执行
- Python怎么利用多核cpu
- 多核CPU上python多线程并行的一个假象
- 多核CPU上python多线程并行的一个假象
- 多核CPU上python多线程并行的一个假象
- eventlet引发的学习-python如何利用多核CPU
- 多线程的多核编程
- python利用多核CPU实现mapreduce
- Parallel Python实现python程序的并行及多cpu多核利用
- 利用CPU多核处理
- 多核CPU利用测试
- 多核CPU利用测试
- 多处理机、多核cpu、多线程cpu的区别
- 协程(Coroutine)并不是真正的多线程
- vxWorks系统中多核cpu的使能
- 多核CPU,多线程CPU,多发射CPU
- Volatile、多核cpu 处理多线程
- Android——ViewPager+Fragment+ListView之间
- Mysql --分区表(7)Key分区
- mysql导入、导出文件
- python编程(3):数据结构
- 动态规划-最长非降子序列
- python 多线程编程并不能真正利用多核的CPU
- OJ-----合法IP*
- Import Legacy CCSv3.3 Project到CCS5.5.0时出错
- 剑指Offer——网易笔试之解救小易——曼哈顿距离的典型应用
- Android应用生死轮回的那些事儿(1) - installd初探
- Delphi学习笔记(二)
- 死锁面试题
- Metasploit使用PostgreSQL作为数据库
- 动态规划-最大子数组和问题