1个工作线程比4个快？

Question

我将自己读入python的multighreading中，并提出了一个简单的测试：（顺便说一句，此实现可能非常糟糕，我只是为了测试目的而将其写下来。如果有什么大错，我将很感激，如果您能指出）

#!/usr/bin/python2.7

import threading
import timeit

lst = range(0, 100000)
lstres = []
lstlock = threading.Lock()
lstreslock = threading.Lock()

def add_five(x):
    return x+5

def worker_thread(args):
    print "started"
    while len(lst) > 0:
        lstlock.acquire()
        try:
            x = lst.pop(0)
        except IndexError:
            lstlock.release()
            return
        lstlock.release()
        x = add_five(x)
        lstreslock.acquire()
        lstres.append(x)
        lstreslock.release()

def test():
    try:
        t1 = threading.Thread(target = worker_thread, args = (1,))
        #t2 = threading.Thread(target = worker_thread, args = (2,))
        #t3 = threading.Thread(target = worker_thread, args = (3,))
        #t4 = threading.Thread(target = worker_thread, args = (4,))
        t1.start();
        #t2.start();
        #t3.start();
        #t4.start();
        t1.join();
        #t2.join();
        #t3.join();
        #t4.join();
    except:
        print "Error"

    print len(lstres)

if __name__ == "__main__":
    t = timeit.Timer(test)
    print t.timeit(2)

尽管有一个可怕的示例，但我看到以下内容：一个线程比4快。一个线程得到13.46秒，四个线程得到25.47秒。

通过4个线程访问列表是否是瓶颈，从而导致速度变慢或我做错了什么？

Answer 1

在您的情况下， Global Interpreter Lock实际上不是问题。

默认情况下，线程化不会使事情变得更快。 在您的情况下，代码受CPU限制。 没有线程正在等待I / O（这允许另一个人使用CPU）。 如果您的代码需要100％的CPU，那么只有在很多代码是独立的而不是您自己的代码的情况下，线程处理才能使其速度更快：大多数代码都持有锁，因此其他线程无法继续进行。

这使我们陷入了放缓的原因：切换线程和争夺锁会浪费时间。 在您的情况下，这就是吃12秒的东西。