Python，多线程太慢，多进程

Question

我是多处理新手，

我对线程有所了解，但我需要提高此计算的速度，希望使用多处理：

示例说明：将字符串发送到线程，更改字符串+基准测试，将结果发送回打印。

 from threading import Thread class Alter(Thread): def __init__(self, word): Thread.__init__(self) self.word = word self.word2 = '' def run(self): # Alter string + test processing speed for i in range(80000): self.word2 = self.word2 + self.word # Send a string to be altered thread1 = Alter('foo') thread2 = Alter('bar') thread1.start() thread2.start() #wait for both to finish while thread1.is_alive() == True: pass while thread2.is_alive() == True: pass print(thread1.word2) print(thread2.word2) 

目前大约需要6秒钟，我需要它加快速度。
我一直在研究多处理，找不到与上述代码等效的东西。 我认为我的追求是集中精力，但是我发现的例子很难理解。 我想利用所有内核（8个内核） multiprocessing.cpu_count()优势，但实际上我只是获得了有关多处理的有用信息的片段，不足以重复上述代码。 如果有人可以指出正确的方向或更好的方向，请提供一个示例，将不胜感激。 请使用Python 3

Answer 1

只需将threading替换为multiprocessing并将Thread替换为Process 。 由于存在严重的GIL，Pyton中的线程几乎（几乎）从未用于获得性能！ 我在另一篇SO-post中对此进行了解释，并提供了一些文档链接和有关python线程的大量论述。

但是， 多处理模块故意与线程模块非常相似。 您几乎可以将其用作嵌入式替代品！

多处理模块不提供AFAIK提供的功能来强制使用特定数量的内核。 它依赖于OS实现。 您可以使用Pool对象并将工作对象限制为核心数量。 或者您可以寻找其他MPI库，例如pypar。 在Linux下，您可以在外壳下使用管道在不同的内核上启动多个实例