1
我是python的新手,我试图对一个应用程序使用多处理。 我实际上有一个非常简单的乘法程序,我试图异步生成并行进程来计算一系列数字的乘法。当我尝试不合并时,这个时间至少是原来的两倍甚至四倍。我不确定这种行为的原因是什么。与非池相比,共用进程速度较慢
我使用Python 2.7.1
Non-Pool.py
#!/usr/bin/python
import time
def f(x):
return x*x
st = time.time()
t = 10000000
f(t)
map(f, range(t))
et = time.time()
tt = (str((et-st)%60)+'--'+str((et-st/60)))
print tt
Pool.py
#!/usr/bin/python
from multiprocessing import Pool
import time
def f(x):
return x*x
st = time.time()
t = 10000000
if __name__ == '__main__':
pool = Pool(processes=4) # start 4 worker processes
result = pool.apply_async(f, [t]) # evaluate "f(10)" asynchronously
result.get(timeout=1) # prints "100" unless your computer is *very* slow
pool.map(f, range(t)) # prints "[0, 1, 4,..., 81]"
et = time.time()
tt = (str((et-st)%60)+'--'+str((et-st/60)))
print tt
exit(0)
执行时间:(格式>>分 - 秒)
Macha-MacBook-Pro:Downloads me$ ./nonpool.py
2.03456997871--1352551406.28
Macha-MacBook-Pro:Downloads me$ ./pool.py
4.69528508186--1352551417.28
可能是因为创建子进程和与子进程通信的成本比仅进行进程内操作的成本高很多。 (只有在做一些比“方形数字”更复杂的东西时,才会看到性能提升。)所用时间也将很大程度上取决于可用处理器/内核的数量 - 您创建的工作进程数通常应该与计算机中的处理器数量相同。 – cdhowie