Python的多线程VS多重VS顺序执行

第一顺序执行ALONE（看注释代码和注释：

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) 
    '''

我用三种方式运行上面的程序上面的代码）

第二个多线程执行ALONE
第三个多处理执行ALONE

为END_TIME启动时间的观察结果如下：

总体运行时间

（ '拍摄时间='，342.5981313667716）---由线程执行运行时间
（'拍摄时间='，232.94691744899296）---运行时间顺序执行
（ '拍摄时间='，307.91093406618216）由多重执行---运行时间

问：

我看到的顺序执行需要最少的时间和多线程具有最高的时间。为什么？我无法理解，也感到惊讶的结果。请澄清。

由于这是一项CPU密集型任务，并且获得了GIL，我的理解是多处理时间最短，而线程执行时间最长。请验证我的理解。

来源

2016-08-26 fsociety

您使用time.clock，它给了你CPU时间而不是实时的：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运行你的代码多久了，这将会几乎同一时间，这些情况）

与time.time()代替time.clock运行你的代码给了我这些时我的电脑上：

Process : ('Time Taken = ', 5.226783990859985) 
seq : ('Time Taken = ', 6.3122560000000005) 
Thread : ('Time Taken = ', 17.10062599182129)

这里给出的任务（印刷）是如此之快，使用多处理的速度几乎与开销相平衡。

对于Threading，由于GIL只能运行一个线程，因此最终会按顺序运行所有函数，但是您有线程开销（每改变一次线程，每次迭代的花费可能会高达几毫秒）。所以你最终会慢得多。

Threading是有用的，如果你有等待时间，所以你可以运行之间的任务。

Multiprocessing对于昂贵的计算任务非常有用，如果可能的话完全独立（无共享变量）。如果你需要共享变量，那么你必须面对GIL，这有点复杂（但大多数时候并非不可能）。

编辑：其实，使用time.clock像你一样给了你多少开销使用Threading和Multiprocessing花费你的信息。

来源

2016-08-26 06:46:09 CoMartel

基本上你是对的。你用什么平台来运行代码片段？我猜Windows。请注意，“打印”不是CPU绑定所以你应该注释掉“打印”，并尝试在Linux上运行它来查看差异（它应该是你期望的）。使用类似代码：

def fun1(): 

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

来源

2016-08-26 06:57:05 hainguyen

Python的多线程VS多重VS顺序执行

回答

相关问题