Python中的多处理比没有处理慢

Question

我在具有2个核心但4个线程的计算机上使用python 3.3。 我正在尝试学习使用多处理来加速代码，但是使用它时，我的代码会变慢。

为了开始学习，我做了一个小程序：

from multiprocessing import Process
import time

def f():
    s = 0
    for i in range(2*10**7):
        s += i
    return s

if __name__ == '__main__':
    t = time.time()
    p1 = Process(target = f)
    p2 = Process(target = f)
    p3 = Process(target = f)
    p4 = Process(target = f)
    p1.start()
    p2.start()
    p3.start()
    p4.start()
    p1.join()
    p2.join()
    p3.join()
    p4.join()
    print (time.time()-t)

t2 = time.time()
for a in range(4):
    f()
print(time.time()-t2)

平均运行3次，带有多处理的第一部分需要17.15秒，而没有多处理的第二部分需要6.24秒。 使用Windows任务管理器，我发现计算机的第一部分确实使用了100％CPU，第二部分仅使用了25％CPU，而且我的内存还没有耗尽。

为什么该程序的多处理速度如此之慢？

Answer 1

Windows没有fork() ，因此每次启动新进程时，多处理必须通过导入__main__模块来解决。

这意味着，当每个子进程运行时，它不仅运行目标函数，而且还运行文件末尾的部分。 将其移动到块中，它应该快得多！